本文選題：雞群算法 + Markov鏈�。� 參考：《中南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年08期

【摘要】：針對(duì)雞群算法建立Markov鏈數(shù)學(xué)分析模型,分析此Markov鏈的一些性質(zhì),證明雞群狀態(tài)序列是有限齊次Markov鏈。結(jié)合隨機(jī)算法收斂準(zhǔn)則,證明雞群算法能夠滿足隨機(jī)算法全局收斂的2個(gè)準(zhǔn)則,保證算法全局收斂。將算法應(yīng)用于15個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)尋優(yōu)問題,并同標(biāo)準(zhǔn)粒子群算法、蝙蝠算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明:該算法具有較好的全局收斂性和計(jì)算魯棒性,尤其適合高維、多峰的復(fù)雜函數(shù)求解。
[Abstract]:A mathematical analysis model of Markov chain is established for chicken swarm algorithm. Some properties of the Markov chain are analyzed and it is proved that the state sequence of chicken herd is a finite homogeneous Markov chain. Combining with the convergence criterion of stochastic algorithm, it is proved that the chicken swarm algorithm can satisfy the two criteria of global convergence of stochastic algorithm and ensure the global convergence of the algorithm. The algorithm is applied to 15 standard test function optimization problems and compared with standard particle swarm optimization algorithm and bat algorithm. The experimental results show that the proposed algorithm has good global convergence and computational robustness, and is especially suitable for solving complex functions with high dimension and multiple peaks.
【作者單位】： 江南大學(xué)輕工過程先進(jìn)控制教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61572237,61573167) 江蘇省“六大人才高峰”項(xiàng)目(WLW-008)~~
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任慶生,葉中行,曾進(jìn);進(jìn)化算法的收斂速度[J];上海交通大學(xué)學(xué)報(bào);1999年06期

2 齊潔;汪定偉;;極值優(yōu)化算法綜述[J];控制與決策;2007年10期

3 孫騫;張進(jìn);王宇翔;;蟻群算法優(yōu)化策略綜述[J];信息安全與技術(shù);2014年02期

4 胡娟,王常青,韓偉,全智;蟻群算法及其實(shí)現(xiàn)方法研究[J];計(jì)算機(jī)仿真;2004年07期

5 李金漢;杜德生;;一種改進(jìn)蟻群算法的仿真研究[J];自動(dòng)化技術(shù)與應(yīng)用;2008年02期

6 李修琳;魯建廈;柴國鐘;湯洪濤;;混合蜂群算法求解柔性作業(yè)車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2011年07期

7 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學(xué)報(bào);2014年02期

8 李豆豆;邵世煌;齊金鵬;;生存遷移算法[J];系統(tǒng)仿真學(xué)報(bào);2008年08期

9 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計(jì)算機(jī)工程與科學(xué);2011年01期

10 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2011年04期

相關(guān)會(huì)議論文 前2條

1 朱雙東;艾智斌;閻夏;;BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)方案探析[A];1998年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1998年

2 唐乾玉;陳翰馥;韓曾晉;;串行生產(chǎn)線的參數(shù)優(yōu)化[A];1994年中國控制會(huì)議論文集[C];1994年

相關(guān)博士學(xué)位論文 前2條

1 王可心;大規(guī)模過程系統(tǒng)非線性優(yōu)化的簡(jiǎn)約空間理論與算法研究[D];浙江大學(xué);2008年

2 傅啟明;強(qiáng)化學(xué)習(xí)中離策略算法的分析及研究[D];蘇州大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馬英鈞;基于人工蜂群算法的約束優(yōu)化問題研究[D];華中師范大學(xué);2015年

2 孫方亮;基于粒子群與中心引力的一種新混合算法及應(yīng)用[D];西安電子科技大學(xué);2014年

3 張德祥;基于改進(jìn)蟻群算法的機(jī)器人三維路徑規(guī)劃研究[D];青島科技大學(xué);2015年

4 盧協(xié)平;聯(lián)盟競(jìng)賽算法的研究與應(yīng)用[D];福州大學(xué);2014年

5 代水芹;基于種群分解的進(jìn)化超多目標(biāo)算法及其應(yīng)用[D];廣東工業(yè)大學(xué);2016年

6 李倩;支持張量機(jī)的切平面算法研究[D];華南理工大學(xué);2016年

7 姚洪曼;基于改進(jìn)人工蜂群算法的模糊聚類研究[D];廣西大學(xué);2016年

8 丁亞英;基于局部搜索和二進(jìn)制的改進(jìn)人工蜂群算法[D];南京師范大學(xué);2016年

9 楊杰;基于粒子群優(yōu)化算法的不確定聚類技術(shù)研究[D];北方民族大學(xué);2016年

10 周雨鵬;基于鴿群算法的函數(shù)優(yōu)化問題求解[D];東北師范大學(xué);2016年

，

本文編號(hào)：1999415