本文關(guān)鍵詞：螢火蟲群優(yōu)化算法的改進(jìn)及應(yīng)用

  更多相關(guān)文章： 螢火蟲群優(yōu)化算法 遺傳算法 爬山算法 同類機(jī)調(diào)度

【摘要】：螢火蟲群優(yōu)化算法來自于大自然中螢火蟲群的覓食行為,大自然中的螢火蟲會帶有一定數(shù)量的熒光素,并且可以通過個體所發(fā)光亮的強(qiáng)度向周圍其他螢火蟲傳遞信息。一般,如果螢火蟲所發(fā)出的光亮越強(qiáng),則表明該只螢火蟲所在位置的食物濃度越高,并且,該只螢火蟲附近的較暗個體會向其進(jìn)行移動。通過螢火蟲群體的不斷移動和迭代,最終,多數(shù)螢火蟲都會匯聚到最亮的螢火蟲所在的位置上,該位置即為最優(yōu)解。螢火蟲算法作為一種群體智能優(yōu)化算法,具有實現(xiàn)簡單、魯棒性強(qiáng)等優(yōu)勢,已經(jīng)在許多領(lǐng)域得到了應(yīng)用,例如,函數(shù)優(yōu)化問題、組合優(yōu)化問題、多信號源定位等。同時,螢火蟲群優(yōu)化算法從其誕生到目前,所經(jīng)歷的時間還不是很長,所以還有許多應(yīng)用領(lǐng)域有待擴(kuò)展。本文利用改進(jìn)的螢火蟲群優(yōu)化算法來解決兩種類型的同類機(jī)調(diào)度問題,擴(kuò)展了其應(yīng)用領(lǐng)域。改進(jìn)的算法一方面借鑒了遺傳算法中的變異算子和選擇算子,加強(qiáng)了原算法的全局探索能力；另一方面加入了爬山算法作為一種局部搜索算法,加強(qiáng)了原算法的局部探索能力。測試結(jié)果顯示本文提出的改進(jìn)算法具有較強(qiáng)的全局收斂性和較高的尋優(yōu)效率,提出的群體智能優(yōu)化策略能夠很好地解決這兩類同類機(jī)調(diào)度問題。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
，

本文編號：1144330