發(fā)布時間：2017-03-19 17:04

  本文關(guān)鍵詞：基于人工魚群算法的多目標(biāo)背包問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多目標(biāo)優(yōu)化問題和背包問題一直是科學(xué)和工程研究領(lǐng)域的難點和熱點問.與單目標(biāo)背包問題相比,多目標(biāo)背包問題一般包括兩個或兩個以上的優(yōu)化目標(biāo),因此問題復(fù)雜度更高.動態(tài)規(guī)劃之類的經(jīng)典優(yōu)化算法很難用可行的計算成本和計算時間搜索到比較滿意的高質(zhì)量解,需要研究更加高效的算法結(jié)構(gòu)以快速找到Pareto最優(yōu)解.論文首先總結(jié)歸納了求解多目標(biāo)背包問題常用的兩種群智能方法：遺傳算法和粒子群算法.遺傳算法計算簡單,容易實現(xiàn)編程,但容易出現(xiàn)早熟現(xiàn)象以及接近最優(yōu)解時在最優(yōu)解附近左右擺動;粒子群算法計算速度快,但求解精度低.然后詳細介紹了人工魚群算法,歸納了幾種常用距離及人工魚群算法常用的編碼方式,并對人工魚群算法求解目標(biāo)背包問題進行重點研究;最后在全局人工魚群算法的基礎(chǔ)上,針對人工魚編碼方式、人工魚移動策略設(shè)計了一種改進的人工魚群算法.求解多目標(biāo)背包問題時,人工魚群算法存在盲目搜索、求解復(fù)雜度高、求解精度不高和求解后期收斂速度慢等問題;背包問題一般采用二進制編碼進行問題求解,但使用二進制編碼需頻繁進行編碼和解碼會大大增加算法計算量：在人工魚群算法中,兩條魚的距離實際使用的是歐氏距離,具有盲目性和隨機性.針對這些問題,本文的主要工作是提出一種改進的人工魚群算法.論文在設(shè)計改進的人工魚群算法時,首先針對本文多目標(biāo)背包問題的數(shù)學(xué)模型,定義了一個實數(shù)編碼,對人工魚位置進行實數(shù)編碼;接著在全局人工魚群算法的基礎(chǔ)上,修改人工魚的移動策略,去掉歐式距離,加入一個依賴迭代次數(shù)的自適應(yīng)因子,降低人工魚盲目搜索的機率,從而降低算法的搜索復(fù)雜度;最后針對背包問題的離散性和多目標(biāo)優(yōu)化問題的特性,采用將搜索到的所有非劣解到原點的距離算術(shù)平均值來評價算法的求解精度,用距離算術(shù)平均值的變化趨勢來評價算法的收斂性.論文對改進的人工魚群算法進行了實驗分析.結(jié)果表明,改進的算法在求解多目標(biāo)背包問題時明顯提高了算法的收斂速度和求解精度.同時,與經(jīng)典的群智能優(yōu)化算法遺傳算法和粒子群算法相比,本文改進的算法在求解質(zhì)量、高質(zhì)量解的數(shù)量、解分布的均勻性都表現(xiàn)出明顯的優(yōu)勢.隨著多目標(biāo)背包問題規(guī)模的增加,本文改進的算法優(yōu)勢更加突出.
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 背包問題 人工魚群算法 自適應(yīng) 實數(shù)編碼
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-15
• 1.1 研究背景及研究意義11-12
• 1.2 當(dāng)前國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢12-13
• 1.3 熱點與難點13-14
• 1.4 本文的研究內(nèi)容及結(jié)構(gòu)安排14-15
• 第二章 理論基礎(chǔ)15-22
• 2.1 多目標(biāo)問題15-16
• 2.1.1 多目標(biāo)優(yōu)化中幾個常用概念15-16
• 2.2 背包問題16-17
• 2.3 群智能算法17-18
• 2.4 遺傳算法簡介18-19
• 2.5 粒子群算法簡介19-21
• 2.6 本章小結(jié)21-22
• 第三章 人工魚群算法22-31
• 3.1 基本人工魚群算法22-23
• 3.1.1 覓食行為22
• 3.1.2 聚群行為22-23
• 3.1.3 追尾行為23
• 3.1.4 隨機行為23
• 3.2 人工魚群算法的基本參數(shù)23-25
• 3.3 人工魚群算法的尋優(yōu)原理25
• 3.4 常用的編碼方式25-26
• 3.5 常用距離介紹26-28
• 3.5.1 明氏距離26-27
• 3.5.2 蘭氏距離27
• 3.5.3 馬氏距離27-28
• 3.5.4 巴氏距離28
• 3.5.5 黑林格距離28
• 3.6 人工魚群算法的改進28-30
• 3.7 本章小結(jié)30-31
• 第四章 求解多目標(biāo)背包問題的改進人工魚群算法31-39
• 4.1 引言31
• 4.2 多目標(biāo)背包問題及其數(shù)學(xué)模型31-32
• 4.3 人工魚群算法32-33
• 4.3.1 人工魚群算法基本原理32
• 4.3.2 人工魚移動策略32
• 4.3.3 自適應(yīng)步長32-33
• 4.3.4 全局人工魚群算法33
• 4.4 改進的人工魚群算法33-35
• 4.4.1 改進算法人工魚的行為描述34-35
• 4.4.2 算法基本流程35
• 4.5 數(shù)值實驗35-36
• 4.5.1 實數(shù)編碼方式35-36
• 4.5.2 數(shù)值算例36
• 4.6 實驗結(jié)果36-38
• 4.7 本章小結(jié)38-39
• 結(jié)論39-40
• 參考文獻40-44
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文44-46
• 致謝46

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱旭輝;倪志偉;程美英;;變步長自適應(yīng)的改進人工魚群算法[J];計算機科學(xué);2015年02期

2 馬憲民;劉妮;;自適應(yīng)視野的人工魚群算法求解最短路徑問題[J];通信學(xué)報;2014年01期

3 廖煜雷;蘇玉民;張磊;;一種自適應(yīng)人工魚群算法及其在無人艇控制中的應(yīng)用[J];中南大學(xué)學(xué)報(自然科學(xué)版);2013年10期

4 李枝勇;馬良;張惠珍;;蝙蝠算法在多目標(biāo)多選擇背包問題中的應(yīng)用[J];計算機仿真;2013年10期

5 張雁;肖偉;;基于禁忌粒子群求解多目標(biāo)0-1背包問題的研究與實現(xiàn)[J];軟件導(dǎo)刊;2012年03期

6 張超群;鄭建國;錢潔;;遺傳算法編碼方案比較[J];計算機應(yīng)用研究;2011年03期

7 熊小華;寧愛兵;馬良;;多目標(biāo)0-1背包問題的元胞競爭決策算法[J];計算機應(yīng)用研究;2010年10期

8 孫濤;謝曉方;孫永芹;;基于改進Fish-Search算法的機彈協(xié)同航線規(guī)劃[J];彈箭與制導(dǎo)學(xué)報;2010年03期

9 陳廣洲;徐曉春;汪家權(quán);胡淑恒;;改進的人工魚群算法在水質(zhì)參數(shù)識別中的應(yīng)用[J];水力發(fā)電學(xué)報;2010年02期

10 王興偉;秦培玉;黃敏;;基于人工魚群的ABC支持型QoS單播路由機制[J];計算機學(xué)報;2010年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 程永明;群智能優(yōu)化算法及其在通信中的應(yīng)用研究[D];山東大學(xué);2010年

  本文關(guān)鍵詞：基于人工魚群算法的多目標(biāo)背包問題研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：256271