本文關(guān)鍵詞：差分進化算法的改進及在無線傳感器網(wǎng)絡(luò)定位問題中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：現(xiàn)實中的很多工程問題最終都可以轉(zhuǎn)化為全局優(yōu)化問題,而全局優(yōu)化的目標(biāo)就是快速而準確地求解出目標(biāo)函數(shù)在可行域內(nèi)的最優(yōu)值。自全局優(yōu)化問題被提出以來,大量的學(xué)者對其進行了深入地研究,提出了各種不同的求解方法。這些求解方法可以分為兩類,一類是確定性搜索方法;一類是隨機性搜索方法。確定性搜索方法中最常見的包括梯度下降法,牛頓法,共軛梯度法,單純形法等。該類方法的顯著優(yōu)點是收斂速度快,但其對目標(biāo)函數(shù)存在假設(shè),如連續(xù),可微,可導(dǎo)等。而且由于確定性方法的搜索方向都是固定的,因此一旦搜索方向指向的只是局部最優(yōu)點,便很難再跳出來。隨著人們遇到的高維復(fù)雜優(yōu)化問題增多,隨機性方法的優(yōu)勢越來越明顯。由于對目標(biāo)函數(shù)并不做任何的假設(shè),因此隨機性方法的適用范圍非常廣泛,而且只要設(shè)計合理的算法過程,整個算法便能夠突破局部最優(yōu),尋找到真正的全局最優(yōu)解。差分進化算法是進化算法中的一個分支。由于差分進化算法結(jié)構(gòu)簡單,魯棒性強,易于與其它方法相結(jié)合等特點,因此它已經(jīng)被大量應(yīng)用于各種領(lǐng)域中。但現(xiàn)有的差分進化算法存在突破局部最優(yōu)能力弱,易早熟等不足,且沒能有效地利用目標(biāo)函數(shù)性質(zhì)。這些不足嚴重影響了差分進化算法的性能,阻礙了其更進一步地應(yīng)用于實際生產(chǎn)生活中。本文對差分進化算法及其應(yīng)用進行了研究。首先介紹并詳細分析了自適應(yīng)策略差分進化算法,認為其沒有利用目標(biāo)函數(shù)性質(zhì)且全局搜索性能不足。針對以上不足,提出了基于高維球坐標(biāo)和梯度搜索策略的自適應(yīng)差分進化算法。最后,利用14個經(jīng)典的測試函數(shù)對算法進行了測試并與其它算法結(jié)果進行對比,證實了算法能夠有效地求解高維全局優(yōu)化問題。為了能夠?qū)⒉罘诌M化算法更進一步的應(yīng)用到實際生產(chǎn)生活中,差分進化算法被用來解決無線傳感器網(wǎng)絡(luò)中的定位問題。在分析了一般建模方法后發(fā)現(xiàn)其對傳感器的連接半徑假設(shè)存在缺陷,并且對整個網(wǎng)絡(luò)的穩(wěn)定性沒有考慮。因此對無線傳感器網(wǎng)絡(luò)定位問題建模進行改進,將其成功轉(zhuǎn)化為單目標(biāo)全局優(yōu)化問題。隨后,針對定位問題的特點,對基于高維球坐標(biāo)和梯度搜索策略的自適應(yīng)差分進化算法進行優(yōu)化,使得優(yōu)化后的算法在前期具有更強的全局搜索能力,而在后期的局部搜索能力則更強。最后,在兩種不同的錨節(jié)點個數(shù)的情況下,利用計算機模擬無線傳感器網(wǎng)絡(luò)進行了兩組實驗,證明了算法對于無線傳感器網(wǎng)絡(luò)優(yōu)化問題的有效性。
【關(guān)鍵詞】：全局優(yōu)化 差分進化算法 梯度搜索 高維球坐標(biāo)搜索 節(jié)點定位
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號對照表10-11
• 縮略語對照表11-14
• 第一章 緒論14-20
• 1.1 研究背景14
• 1.2 研究方法14-17
• 1.2.1 確定性方法14-16
• 1.2.2 隨機性方法16-17
• 1.3 本文主要工作及安排17-20
• 第二章 進化算法20-36
• 2.1 遺傳算法20-25
• 2.1.1 基本術(shù)語介紹20-22
• 2.1.2 遺傳算法詳細介紹及研究現(xiàn)狀22-24
• 2.1.3 遺傳算法具體步驟24-25
• 2.2 粒子群優(yōu)化算法25-28
• 2.2.1 粒子群優(yōu)化算法基本介紹25-27
• 2.2.2 粒子群優(yōu)化算法具體步驟27
• 2.2.3 粒子群優(yōu)化算法的研究現(xiàn)狀27-28
• 2.2.4 粒子群優(yōu)化算法存在的問題28
• 2.3 差分進化算法28-33
• 2.3.1 差分進化算法基本介紹29-31
• 2.3.2 參數(shù)設(shè)置31-32
• 2.3.3 差分進化算法具體步驟32
• 2.3.4 差分進化算法研究現(xiàn)狀32-33
• 2.4 本章小結(jié)33-36
• 第三章 基于高維球坐標(biāo)和梯度搜索策略的自適應(yīng)差分進化算法36-50
• 3.1 自適應(yīng)策略差分進化算法36-39
• 3.1.1 策略自適應(yīng)36-38
• 3.1.2 參數(shù)自適應(yīng)38
• 3.1.3 討論38-39
• 3.2 基于高維球坐標(biāo)和梯度搜索策略的自適應(yīng)差分進化算法39-46
• 3.2.1 梯度搜索策略算子39-41
• 3.2.2 高維球坐標(biāo)搜索策略算子41-42
• 3.2.3 實驗42-46
• 3.3 本章小結(jié)46-50
• 第四章 差分進化算法求解無線傳感器網(wǎng)絡(luò)定位問題50-64
• 4.1 無線傳感器定位問題及求解方法介紹50-51
• 4.1.1 基于測距的定位算法50-51
• 4.1.2 基于無測距的定位算法51
• 4.2 差分進化算法求解無線傳感器網(wǎng)絡(luò)定位問題51-56
• 4.2.1 定位問題的一般建模方法51-53
• 4.2.2 改進的定位問題模型53-54
• 4.2.3 改進的差分進化算法54-56
• 4.3 實驗56-61
• 4.4 本章小節(jié)61-64
• 第五章 總結(jié)64-66
• 參考文獻66-70
• 致謝70-72
• 作者簡介72-73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進化算法綜述[J];模式識別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進策略的新差分進化算法動力學(xué)模型參數(shù)的估計[J];計算機與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進化算法[J];計算機工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進化計算研究綜述[J];計算機工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進的快速高效的差分進化算法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2009年11期

8 周蕭;王萬良;徐新黎;;解決作業(yè)車間調(diào)度問題的混合差分進化算法[J];輕工機械;2010年05期

9 王艷宜;;改進差分進化算法及其應(yīng)用[J];機械設(shè)計與研究;2010年05期

10 張照生;羅健旭;;基于差分進化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計算機與應(yīng)用化學(xué);2011年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進差分進化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國控制會議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個體排序的差分進化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問題的差分進化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國運籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

5 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進化算法在三峽電站廠內(nèi)經(jīng)濟運行中的應(yīng)用[A];中國水文科技新發(fā)展——2012中國水文學(xué)術(shù)討論會論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽春華;;一種改進的多目標(biāo)差分進化算法研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進差分進化算法的脈沖控制方法[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

8 袁沈堅;顧幸生;;基于差分進化的膜計算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會2010年度學(xué)術(shù)年會論文集（自動化專題）[C];2010年

9 姜立強;郭錚;劉光斌;;差分進化算法縮放因子取值策略研究[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進差分進化算法的PID參數(shù)優(yōu)[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫浩;差分進化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進化的若干問題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 丁青鋒;基于元胞自動機的差分進化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學(xué);2015年

5 董峗;差分進化算法研究及在港口物流調(diào)度中的應(yīng)用[D];東北大學(xué);2015年

6 葛延峰;有關(guān)智能優(yōu)化算法及應(yīng)用的若干問題研究[D];東北大學(xué);2013年

7 賈東立;改進的差分進化算法及其在通信信號處理中的應(yīng)用研究[D];上海大學(xué);2011年

8 劉榮輝;多階段自適應(yīng)差分進化算法及應(yīng)用研究[D];東華大學(xué);2012年

9 郭鵬;差分進化算法改進研究[D];天津大學(xué);2012年

10 王旭;改進差分進化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 萬婧;基于離散微粒群算法和混合差分進化算法的復(fù)雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學(xué);2015年

2 程菲;膜計算在數(shù)值優(yōu)化問題中的應(yīng)用研究[D];西華大學(xué);2015年

3 王虹菲;基于差分進化的選礦運行指標(biāo)多目標(biāo)優(yōu)化方法[D];東北大學(xué);2014年

4 佟鵬;冷軋供應(yīng)鏈合同計劃問題的建模與求解[D];東北大學(xué);2014年

5 袁文龍;基于控制思想的差分進化算法改進研究[D];東北大學(xué);2014年

6 劉文壯;基于差分進化的約束求解算法研究[D];吉林大學(xué);2016年

7 唐亞;差分進化算法的改進及其在聚類中的應(yīng)用[D];廣東工業(yè)大學(xué);2016年

8 王茜;改進的差分進化算法在冷連軋軋制規(guī)程優(yōu)化中的應(yīng)用研究[D];燕山大學(xué);2016年

9 賈倩楠;基于變異策略與參數(shù)組合操作的差分進化算法研究[D];燕山大學(xué);2016年

10 周謙;差分進化算法的應(yīng)用研究[D];中原工學(xué)院;2016年

  本文關(guān)鍵詞：差分進化算法的改進及在無線傳感器網(wǎng)絡(luò)定位問題中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：256668