發(fā)布時間：2017-10-19 16:24

  本文關(guān)鍵詞：混合蛙跳算法的改進(jìn)與應(yīng)用研究

  更多相關(guān)文章： 智能優(yōu)化算法 混合蛙跳算法 K均值算法 協(xié)同過濾推薦算法 路徑規(guī)劃

【摘要】：隨著科技的發(fā)展與進(jìn)步,在科研工作、實(shí)踐活動和日常生活中,經(jīng)常會遇到最優(yōu)化的求解問題。探求一種高效且簡單的算法去解決最優(yōu)問題已經(jīng)成為一些學(xué)者研究方向之一。近些年,很多學(xué)者將混合蛙跳算法應(yīng)用到各個領(lǐng)域的最優(yōu)化求解中,同時獲得部分研究成果�；旌贤芴惴ㄊ墙梃b大自然中青蛙群體覓食活動所產(chǎn)生的一種智能仿生算法,該算法由于有著可變因子少、思想易理解、并行搜索等眾多優(yōu)點(diǎn),導(dǎo)致它成為最優(yōu)化問題求解中熱點(diǎn)算法之一。但是,該算法也有其不足之處:如對初始值依賴、收斂速度過緩等。本文首先研讀一些學(xué)者關(guān)于該算法的成果和理論,在此基礎(chǔ)上,針對其缺點(diǎn),在初始化種群、青蛙個體的變異方式、種群的分組三個方面對其進(jìn)行改進(jìn);將改進(jìn)的算法應(yīng)用到傳統(tǒng)算法中,明顯改善了傳統(tǒng)算法性能;除此之外,還將該改進(jìn)算法應(yīng)用到二維路徑規(guī)劃中,實(shí)驗(yàn)證明,該算法有著較好的路徑規(guī)劃效果。本文具體工作如下:(1)本文介紹了選題的背景、研究意義和相關(guān)理論,分析了研究的現(xiàn)狀,再針對混合蛙跳算法收斂速度和局部搜索速度較慢等缺點(diǎn),通過初始化種群、青蛙個體變異方式、種群的分組三個方面對原始混合蛙跳算法進(jìn)行改進(jìn),經(jīng)過在標(biāo)準(zhǔn)函數(shù)仿真實(shí)驗(yàn),體現(xiàn)了改進(jìn)后算法的優(yōu)越性。(2)由于傳統(tǒng)K均值算法過分依賴初始值設(shè)置,容易陷入局部最優(yōu)等問題,將改進(jìn)后混合蛙跳算法應(yīng)用到K均值算法中,實(shí)驗(yàn)證明結(jié)合后的算法有效地克服K均值算法存在的問題。(3)將改進(jìn)后混合蛙跳算法應(yīng)用到傳統(tǒng)協(xié)同過濾算法中。首先利用聯(lián)合聚類填充評分矩陣,再利用改進(jìn)后混合蛙跳算法計(jì)算鄰居集,最后預(yù)測評分。通過數(shù)據(jù)集實(shí)驗(yàn)證明,改進(jìn)后的算法具有更好的推薦效果。(4)為了體現(xiàn)算法應(yīng)用廣泛性,利用改進(jìn)后混合蛙跳算法進(jìn)行二維靜態(tài)路徑規(guī)劃,將把路徑規(guī)劃問題轉(zhuǎn)換成最優(yōu)解求解問題,然后利用改進(jìn)的混合蛙跳算法求適應(yīng)度函數(shù)的最小值,得到最優(yōu)路徑,實(shí)驗(yàn)證明,相對于其他群體智能算法的路徑規(guī)劃,基于改進(jìn)混合蛙跳算法的路徑規(guī)劃具有更好規(guī)劃效果。
【關(guān)鍵詞】：智能優(yōu)化算法 混合蛙跳算法 K均值算法 協(xié)同過濾推薦算法 路徑規(guī)劃
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-5
• Abstract5-10
• 第一章 緒論10-17
• 1.1 選題的背景及研究意義10-11
• 1.2 研究現(xiàn)狀分析11-15
• 1.2.1 SFLA的理論研究概況11-13
• 1.2.2 SFLA的應(yīng)用研究概況13-15
• 1.3 本文研究內(nèi)容15-16
• 1.4 本文組織結(jié)構(gòu)16-17
• 第二章 相關(guān)理論概述17-30
• 2.1 最優(yōu)化問題17-19
• 2.1.1 最優(yōu)化問題的定義17
• 2.1.2 最優(yōu)化問題的數(shù)學(xué)模型17-18
• 2.1.3 最優(yōu)化問題的分類18
• 2.1.4 最優(yōu)化問題的步驟18-19
• 2.2 群體智能算法19-25
• 2.2.1 群體智能算法的相關(guān)概念19-21
• 2.2.2 群體智能算法的計(jì)算機(jī)制21-23
• 2.2.3 常見群體智能算法的簡介23-25
• 2.3 混合蛙跳算法25-29
• 2.3.1 混合蛙跳算法的基本概念和原理25-26
• 2.3.2 混合蛙跳算法的流程26-28
• 2.3.3 混合蛙跳算法的優(yōu)缺點(diǎn)28-29
• 2.4 本章小結(jié)29-30
• 第三章 混合蛙跳算法的改進(jìn)30-36
• 3.1 對種群初始化的改進(jìn)30-31
• 3.2 青蛙個體變異方式的改進(jìn)31-32
• 3.2.1 使用粒子群優(yōu)化思想改進(jìn)SFLA31-32
• 3.2.2 使用差分進(jìn)化思想改進(jìn)SFLA32
• 3.3 種群分組方法的改進(jìn)32-33
• 3.4 改進(jìn)的混合蛙跳算法性能測試33-35
• 3.4.1 實(shí)驗(yàn)環(huán)境和測試函數(shù)33
• 3.4.2 實(shí)驗(yàn)結(jié)果和分析33-35
• 3.5 本章小結(jié)35-36
• 第四章 改進(jìn)的混合蛙跳在傳統(tǒng)算法優(yōu)化中的應(yīng)用36-49
• 4.1 改進(jìn)混合蛙跳在K均值聚類算法優(yōu)化中的應(yīng)用36-42
• 4.1.1 預(yù)備知識介紹36-38
• 4.1.2 問題引出38-39
• 4.1.3 基于改進(jìn)混合蛙跳的K均值聚類算法39-40
• 4.1.4 基于改進(jìn)混合蛙跳的K均值聚類算法性能測試40-42
• 4.2 改進(jìn)混合蛙跳在協(xié)同過濾算法優(yōu)化中的應(yīng)用42-48
• 4.2.1 預(yù)備知識介紹42-43
• 4.2.2 問題引出43-44
• 4.2.3 基于混合蛙跳聯(lián)合聚類的協(xié)同過濾算法44-47
• 4.2.4 基于混合蛙跳聯(lián)合聚類的協(xié)同過濾算法性能測試47-48
• 4.3 本章小結(jié)48-49
• 第五章 改進(jìn)混合蛙跳算法在移動機(jī)器人路徑規(guī)劃中的應(yīng)用49-55
• 5.1 預(yù)備知識介紹49-50
• 5.1.1 路徑規(guī)劃的定義49
• 5.1.2 路徑規(guī)劃的步驟49-50
• 5.1.3 路徑規(guī)劃的方法50
• 5.2 問題的引出50-51
• 5.3 基于改進(jìn)混合蛙跳算法的移動機(jī)器人路徑規(guī)劃51-52
• 5.4 基于改進(jìn)混合蛙跳算法的移動機(jī)器人路徑規(guī)劃性能測試52-54
• 5.5 本章小結(jié)54-55
• 第六章 總結(jié)與展望55-57
• 6.1 本文總結(jié)55-56
• 6.2 未來展望56-57
• 參考文獻(xiàn)57-60
• 致謝60-61
• 攻讀學(xué)位期間的研究成果61-62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蘇小虎;;用于數(shù)列尋空的蛙跳算法[J];電腦知識與技術(shù);2011年10期

2 鄒采榮;張瀟丹;趙力;;混合蛙跳算法綜述[J];信息化研究;2012年05期

3 李晶晶;戴月明;;自適應(yīng)混合變異的蛙跳算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年10期

4 賀毅朝;曲文龍;許冀偉;;一種改進(jìn)的混合蛙跳算法及其收斂性分析[J];計(jì)算機(jī)工程與應(yīng)用;2011年22期

5 張瀟丹;胡峰;趙力;鄒采榮;;改進(jìn)的混合蛙跳算法及其應(yīng)用[J];南京理工大學(xué)學(xué)報;2012年06期

6 張強(qiáng);李盼池;;量子混合蛙跳算法求解連續(xù)空間優(yōu)化問題[J];吉林大學(xué)學(xué)報(理學(xué)版);2013年03期

7 何兵;;改進(jìn)混合蛙跳算法及其函數(shù)優(yōu)化應(yīng)用[J];瀘州職業(yè)技術(shù)學(xué)院學(xué)報;2013年01期

8 王凌云;張國玉;徐熙平;;基于蛙跳式柔性三坐標(biāo)測量系統(tǒng)誤差理論分析[J];機(jī)械工程學(xué)報;2009年04期

9 許金元;;混合型蛙跳算法及其應(yīng)用研究[J];計(jì)算機(jī)應(yīng)用研究;2011年08期

10 呂立霞;李學(xué)慶;;一種改進(jìn)的混合蛙跳算法[J];中南林業(yè)科技大學(xué)學(xué)報;2011年10期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 張大林;曹偉;呂慧鵬;;二級蛙跳成績自動測量系統(tǒng)的研制[A];第十七屆全國高校田徑科研論文報告會論文專輯[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前7條

1 總編 許傳朝;產(chǎn)業(yè)發(fā)展要學(xué)會蛙跳[N];計(jì)算機(jī)世界;2011年

2 于澤　師海波;“蛙跳”戰(zhàn)術(shù)跳出傳統(tǒng)拉鋸戰(zhàn)[N];中國國防報;2002年

3 莫穎怡　季明;汽車產(chǎn)業(yè)能否選擇“蛙跳戰(zhàn)略”[N];經(jīng)濟(jì)參考報;2004年

4 經(jīng)濟(jì)視點(diǎn)報見習(xí)記者 關(guān)開運(yùn);戈薩·岡多斯:“蛙跳”的中國值得學(xué)習(xí)[N];經(jīng)濟(jì)視點(diǎn)報;2008年

5 徐文龍;氫燃汽車，上海支柱產(chǎn)業(yè)的蛙跳戰(zhàn)略[N];解放日報;2005年

6 江新輝;呼倫貝爾市在開放升級中謀求經(jīng)濟(jì)“蛙跳”[N];內(nèi)蒙古日報(漢);2006年

7 本報駐南非記者 苑基榮 本報駐尼日利亞記者 李涼;服務(wù)業(yè)驅(qū)動非洲“蛙跳式”發(fā)展[N];人民日報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 趙轉(zhuǎn)哲;混合蛙跳算法的改進(jìn)及在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];東南大學(xué);2016年

2 黃先海;蛙跳型經(jīng)濟(jì)增長[D];復(fù)旦大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉麗萍;基于改進(jìn)猴群和蛙跳算法的玻璃幕墻風(fēng)振可靠性分析[D];河北工程大學(xué);2015年

2 王龍斌;混合蛙跳算法研究與改進(jìn)[D];西安電子科技大學(xué);2014年

3 張旭;混合蛙跳算法研究[D];西安電子科技大學(xué);2014年

4 董琳;混洗蛙跳算法的研究及應(yīng)用[D];浙江大學(xué);2014年

5 葉晶晶;蛙跳算法的改進(jìn)及在車輛路徑問題中的研究[D];廣東工業(yè)大學(xué);2016年

6 史智慧;基于蛙跳算法的板球系統(tǒng)控制研究[D];西南大學(xué);2016年

7 朱文婷;混合蛙跳算法的研究及其改進(jìn)[D];延安大學(xué);2016年

8 張士強(qiáng);隨機(jī)蛙跳優(yōu)化的對稱極限學(xué)習(xí)機(jī)算法研究[D];遼寧大學(xué);2016年

9 吳清;改進(jìn)蛙跳算法的WSN路由協(xié)議研究[D];上海海洋大學(xué);2016年

10 張勇;混合蛙跳算法的改進(jìn)與應(yīng)用研究[D];江西理工大學(xué);2016年

，

本文編號：1062115