本文關(guān)鍵詞：森林優(yōu)化算法的改進及離散化研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在日常生活以及生產(chǎn)作業(yè)中,最優(yōu)化問題是一類十分常見的問題。優(yōu)化是通過某種策略不斷改進對象,使其逐步優(yōu)秀的一個過程,可以理解為從眾多的可選方案中,不斷搜索,最終選擇出最優(yōu)秀的方案或者相對最為貼合條件的滿意方案。對于目標函數(shù)較為簡單且維度較低的優(yōu)化問題,傳統(tǒng)的基于數(shù)學理論的優(yōu)化方法可以解決,并且效率很高。但對于維度較高的相對復雜的優(yōu)化問題,傳統(tǒng)的優(yōu)化方法卻表現(xiàn)欠佳。對此,研究人員提出了一系列的現(xiàn)代智能優(yōu)化算法,其中包括遺傳算法、粒子群算法以及新出現(xiàn)的森林優(yōu)化算法等。森林優(yōu)化算法是一種仿生類智能優(yōu)化算法,其模擬森林中種子傳播的過程進行搜索最優(yōu)解,用于解決非線性連續(xù)型優(yōu)化問題。森林優(yōu)化算法的性能雖然不錯,但是仍有一些不足之處。森林優(yōu)化算法在解決連續(xù)型優(yōu)化問題時,收斂速度較慢,求得的最優(yōu)解精度不夠,較容易陷入局部最優(yōu)解。針對這些不足,本文提出了四個改進策略,以提高其解決連續(xù)型優(yōu)化問題的性能。四個改進策略分別是極端貪婪策略、波形步長、最優(yōu)樹優(yōu)待以及新型遠處播種。極端貪婪策略是在就地播種階段,對于新產(chǎn)生的眾多新樹,保留比舊樹優(yōu)秀的新樹,淘汰劣質(zhì)新樹,并且在優(yōu)秀新樹的基礎(chǔ)上再產(chǎn)生優(yōu)秀的新樹;波形步長是在原步長上添加余弦函數(shù),使步長呈現(xiàn)余弦波形變化;最優(yōu)樹優(yōu)待策略是指相較于其他樹,最優(yōu)樹應(yīng)能產(chǎn)生較多數(shù)量的下一代新樹;新型的遠處播種是將原遠處播種階段的作用對象改為年齡為0的樹,并且每棵樹以一定概率進行遠處播種。為了驗證四個改進策略的有效性,先分別與原森林優(yōu)化算法進行對比實驗,然后融合四個改進策略,形成新型森林優(yōu)化算法,再進行對比實驗。森林優(yōu)化算法目前還沒有被用于解決離散型優(yōu)化問題,因此對離散型森林優(yōu)化算法的探究是完善森林優(yōu)化算法的必要部分。在離散化森林優(yōu)化算法的過程中,本文選擇0-1背包問題對離散化策略的效果進行檢測。森林優(yōu)化算法離散化的主要內(nèi)容包括選取解的編碼方式、就地播種離散化、遠處播種離散化以及針對不合法的解和不夠優(yōu)秀的解,分別使用向下和向上貪婪調(diào)整策略進行修整。
【關(guān)鍵詞】：優(yōu)化問題 森林優(yōu)化算法 離散化 背包問題
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-15
• 1.1 研究背景7-13
• 1.1.1 最優(yōu)化問題7-8
• 1.1.2 NP理論8-9
• 1.1.3 優(yōu)化方法9-13
• 1.2 本文研究內(nèi)容及章節(jié)安排13-15
• 第二章 森林優(yōu)化算法15-19
• 2.1 森林優(yōu)化算法概述15-16
• 2.2 初始化森林16-17
• 2.3 就地播種17-18
• 2.4 森林規(guī)模限制18
• 2.5 遠處播種18-19
• 第三章 改進的森林優(yōu)化算法19-43
• 3.1 四個改進策略19-21
• 3.1.1 極端貪婪策略19
• 3.1.2 波形步長19-20
• 3.1.3 最優(yōu)樹優(yōu)待20
• 3.1.4 新型遠處播種20-21
• 3.2 實驗驗證四個策略的有效性21-25
• 3.2.1 實驗環(huán)境及測試函數(shù)21-22
• 3.2.2 實驗結(jié)果與分析22-25
• 3.3 仿真實驗25-41
• 3.3.1 實驗環(huán)境及測試函數(shù)25-27
• 3.3.2 實驗結(jié)果與分析27-41
• 3.4 本章小結(jié)41-43
• 第四章 離散型森林優(yōu)化算法43-50
• 4.1 背包問題43-44
• 4.2 森林優(yōu)化算法離散化44-45
• 4.3 仿真實驗45-49
• 4.3.1 實驗環(huán)境及測試數(shù)據(jù)45-46
• 4.3.2 實驗結(jié)果與分析46-49
• 4.4 本章小結(jié)49-50
• 第五章 工作總結(jié)與展望50-52
• 5.1 工作總結(jié)50
• 5.2 研究展望50-52
• 參考文獻52-55
• 在學期間的研究成果55-56
• 致謝56

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 何文明,朱起定;背包問題的循環(huán)及并行解[J];湘潭師范學院學報(社會科學版);2000年03期

2 任瑞征,嚴蔚敏;整數(shù)背包問題的應(yīng)用及其算法研究[J];小型微型計算機系統(tǒng);2001年02期

3 葉俊,劉賢德,韓露;基于博弈論的背包問題優(yōu)化算法[J];華中科技大學學報(自然科學版);2003年09期

4 羅小虎,趙雷;一個解決0/1背包問題的蟻群方法[J];蘇州大學學報(工科版);2004年01期

5 宋翔,聶義勇,儲誠斌;無限制背包問題的爬山算法[J];小型微型計算機系統(tǒng);2004年07期

6 謝濤,陳火旺,康立山;二次背包問題的一種快速解法[J];計算機學報;2004年09期

7 王喜鳳;淺析0/1背包問題[J];電腦知識與技術(shù);2004年29期

8 華中生,張斌;求解可分離連續(xù)凸二次背包問題的直接算法[J];系統(tǒng)工程與電子技術(shù);2005年02期

9 宋海洲;魏旭真;;求解0-1背包問題的混合遺傳算法[J];華僑大學學報(自然科學版);2006年01期

10 熊偉清;魏平;王小權(quán);;蟻群算法求解多維0/1背包問題[J];計算機工程與科學;2006年10期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 喬善平;朱波;趙玲;;基于移動Agent的0-1背包問題分布式求解[A];2008'中國信息技術(shù)與應(yīng)用學術(shù)論壇論文集（一）[C];2008年

2 高尚;;背包問題的分布估計算法[A];2013年中國智能自動化學術(shù)會議論文集（第五分冊）[C];2013年

3 徐俊杰;忻展紅;;粒子群優(yōu)化在0/1背包問題中的應(yīng)用[A];中國運籌學會第七屆學術(shù)交流會論文集（上卷）[C];2004年

4 姜宇;蘇中濱;鄭萍;;求解O/1背包問題的算法綜述[A];黑龍江省計算機學會2009年學術(shù)交流年會論文集[C];2010年

5 劉裴寰;姜青山;王備戰(zhàn);史亮;;基于K均值聚類求解多維背包問題的算法[A];第二十三屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2006年

6 李偉;呂克偉;;類背包DH問題的比特安全性研究[A];第28次全國計算機安全學術(shù)交流會論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 TRUONG KHAC TUNG;[D];湖南大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 聶大干;森林優(yōu)化算法的改進及離散化研究[D];蘭州大學;2016年

2 潘夏福;混合蟻群算法求解0-1背包問題[D];廈門大學;2008年

3 朱閱岸;解0-1背包問題的算法比較和改進[D];暨南大學;2011年

4 史今馳;背包問題的實用求解算法研究[D];山東大學;2005年

5 鄭楊凡;基于屬性論的0-1背包問題算法研究[D];上海海事大學;2005年

6 李其;有償在線背包問題的研究[D];大連理工大學;2012年

7 孟曉笑;并行環(huán)境下0-1背包問題的解決策略[D];湖北大學;2011年

8 鐘海林;背包問題的一種新算法：降維遞歸算法[D];江西師范大學;2008年

9 趙培怡;改進群體智能算法及其在背包問題中的應(yīng)用[D];山東大學;2007年

10 史如意;帶流量約束的星型圖背包問題[D];浙江大學;2015年

  本文關(guān)鍵詞：森林優(yōu)化算法的改進及離散化研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：274838