發(fā)布時(shí)間：2021-02-01 13:32

　　狼群算法是一種近幾年興起的群體智能算法,是通過(guò)模擬狼群捕獵過(guò)程中產(chǎn)生的一系列行為和特征,而產(chǎn)生的一種優(yōu)化算法。狼群算法是一種以迭代方式進(jìn)行的群體隨機(jī)優(yōu)化方法。由于狼群算法對(duì)問(wèn)題的優(yōu)化表現(xiàn)出精度高、收斂快、易實(shí)現(xiàn)、穩(wěn)定性好等特點(diǎn),現(xiàn)在已經(jīng)被一些學(xué)者應(yīng)用到神經(jīng)網(wǎng)絡(luò)、生產(chǎn)調(diào)控、傳感器優(yōu)化、路徑規(guī)劃等實(shí)際生產(chǎn)實(shí)踐問(wèn)題中,且取得良好優(yōu)化效果。不過(guò),狼群算法的理論體系還不夠成熟,在解決復(fù)雜的生產(chǎn)、實(shí)踐問(wèn)題上仍需要做進(jìn)一步的研究和拓展。經(jīng)研究發(fā)現(xiàn),狼群算法中現(xiàn)今主要存在的不足問(wèn)題有:對(duì)大部分測(cè)試函數(shù)的優(yōu)化中,算法的收斂精度有待提高;算法在種群初始化時(shí),存在很大隨機(jī)性;算法在迭代后期極易陷入局部最優(yōu)等問(wèn)題,本文將對(duì)該算法從三個(gè)方面進(jìn)行研究和改進(jìn)。它們分別是單目標(biāo)優(yōu)化問(wèn)題、多目標(biāo)優(yōu)化問(wèn)題還有算法的實(shí)際應(yīng)用問(wèn)題。下面從這三個(gè)方面問(wèn)題對(duì)本文研究和改進(jìn)內(nèi)容進(jìn)行闡述:針對(duì)單目標(biāo)優(yōu)化問(wèn)題方面,就狼群算法的收斂精度低、尋優(yōu)速度慢、易陷入局部最優(yōu)等問(wèn)題做研究。分析認(rèn)為是狼群初始化過(guò)程中存在太大隨機(jī)性問(wèn)題,造成初始種群分布不均,降低了算法的優(yōu)化性能。為了提高初始種群中狼個(gè)體的質(zhì)量,在狼群初始化中引入Tent混沌映射策略... 

【文章來(lái)源】：東華理工大學(xué)江西省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 群體智能算法的產(chǎn)生與發(fā)展
    1.3 狼群算法的研究現(xiàn)狀
    1.4 本文主要研究方法
    1.5 本文結(jié)構(gòu)安排
2 狼群算法
    2.1 狼群算法的起源及思想
    2.2 狼群算法的原理
        2.2.1 生物原理
        2.2.2 模型結(jié)構(gòu)
        2.2.3 狼群的行為模式
        2.2.4 算法流程
    2.3 狼群算法參數(shù)分析
        2.3.1 狼群規(guī)模
        2.3.2 搜尋狼的搜尋步長(zhǎng)
        2.3.3 搜尋狼的探尋方向
        2.3.4 搜尋狼的最大游走次數(shù)
        2.3.5 狼群算法參數(shù)設(shè)置原則
    2.4 狼群算法特征
    2.5 本章小結(jié)
3 單目標(biāo)連續(xù)優(yōu)化問(wèn)題的改進(jìn)狼群算法
    3.1 引言
    3.2 基于Tent混沌映射與Levy飛行的改進(jìn)狼群算法
        3.2.1 幾種常用的混沌映射
        3.2.2 基于改進(jìn)Tent混沌映射的種群初始化
        3.2.3 基于Levy飛行的圍攻行為
        3.2.4 TLWPA算法的具體操作流程
        3.2.5 TLWPA算法復(fù)雜度分析
    3.3 仿真實(shí)驗(yàn)
        3.3.1 標(biāo)準(zhǔn)測(cè)試函數(shù)與評(píng)價(jià)準(zhǔn)則
        3.3.2 改進(jìn)Tent混沌映射種群初始化的性能分析
        3.3.3 Levy飛行圍攻行為的性能分析
        3.3.4 TLWPA算法與其他群體智能算法的對(duì)比試驗(yàn)與結(jié)果分析
    3.4 本章小結(jié)
4 基于多目標(biāo)機(jī)制的改進(jìn)狼群算法
    4.1 引言
    4.2 多目標(biāo)優(yōu)化問(wèn)題和相關(guān)概念
    4.3 多目標(biāo)優(yōu)化的改進(jìn)狼群算法
        4.3.1 基于改進(jìn)差分進(jìn)化的精英個(gè)體搜尋
        4.3.2 正弦搜尋行為
        4.3.3 基于pareto差熵的混沌奔走行為
        4.3.4 適用于多目標(biāo)優(yōu)化問(wèn)題的Levy飛行圍攻行為
        4.3.5 基于聚集密度的個(gè)體質(zhì)量比較方法
        4.3.6 MO-IWPA算法步驟
    4.4 仿真實(shí)驗(yàn)
        4.4.1 標(biāo)準(zhǔn)測(cè)試函數(shù)與評(píng)價(jià)準(zhǔn)則
        4.4.2 MO-IWPA算法與其他群體智能算法的對(duì)比試驗(yàn)與結(jié)果分析
    4.5 本章小結(jié)
5 基于TLWPA算法的機(jī)器人路徑規(guī)劃研究
    5.1 研究背景
    5.2 環(huán)境建模
    5.3 路徑表示
    5.4 碰撞檢測(cè)
    5.5 機(jī)器人路徑規(guī)劃算法流程
    5.6 仿真實(shí)驗(yàn)
    5.7 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于狼群算法與二維最大熵的圖像分割[J]. 陳超,宣士斌,雷紅軒.  計(jì)算機(jī)工程. 2018(01)
[2]基于改進(jìn)狼群算法的甲醇合成塔轉(zhuǎn)化率機(jī)理建模及參數(shù)估計(jì)[J]. 俞靈杰,張凌波,顧幸生.  華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]基于混沌理論的圖像置亂算法[J]. 楊勃,葛學(xué)鋒,解海燕.  電子技術(shù)與軟件工程. 2017(23)
[4]基于混沌算法的電氣自動(dòng)化設(shè)備中電力控制系統(tǒng)設(shè)計(jì)[J]. 吳金華.  電子制作. 2017(22)
[5]基于改進(jìn)多目標(biāo)狼群算法的微電網(wǎng)調(diào)度優(yōu)化[J]. 馬文,耿貞偉,張莉娜,于鳳榮.  電子技術(shù)應(yīng)用. 2017(11)
[6]基于參數(shù)動(dòng)態(tài)調(diào)整的多目標(biāo)差分進(jìn)化算法[J]. 侯瑩,韓紅桂,喬俊飛.  控制與決策. 2017(11)
[7]一種改進(jìn)的狼群算法[J]. 惠曉濱,郭慶,吳娉娉,趙昱.  控制與決策. 2017(07)
[8]自適應(yīng)分組差分變異狼群優(yōu)化算法[J]. 張強(qiáng),王梅.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[9]基于狼群算法的GNSS欺騙干擾識(shí)別（英文）[J]. 孫閩紅,邵章義,包建榮,余旭濤.  Journal of Southeast University（English Edition）. 2017(01)
[10]仿生智能算法研究現(xiàn)狀及軍事應(yīng)用綜述[J]. 彭業(yè)飛,馮智鑫,張維繼.  自動(dòng)化技術(shù)與應(yīng)用. 2017(02)

博士論文
[1]幾類優(yōu)化問(wèn)題的人工蜂群算法[D]. 孔翔宇.西安電子科技大學(xué) 2016
[2]風(fēng)電功率預(yù)測(cè)不確定性及電力系統(tǒng)經(jīng)濟(jì)調(diào)度[D]. 閻潔.華北電力大學(xué)(北京) 2016
[3]群智能混合優(yōu)化算法及其應(yīng)用研究[D]. 匡芳君.南京理工大學(xué) 2014

碩士論文
[1]基于遺傳粒子群算法的永磁同步電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)[D]. 曹雪景.安徽大學(xué) 2017
[2]基于改進(jìn)人工魚群算法的移動(dòng)機(jī)器人路徑規(guī)劃問(wèn)題研究[D]. 楊亞威.大連海事大學(xué) 2017
[3]狼群算法的研究與應(yīng)用[D]. 李國(guó)亮.東華理工大學(xué) 2016
[4]基于多目標(biāo)混合人工蜂群算法的能效優(yōu)化調(diào)度研究[D]. 解書琴.華中科技大學(xué) 2014
[5]基于變參Tent混沌映射的加密方法研究和實(shí)現(xiàn)[D]. 朱凱.重慶師范大學(xué) 2009



本文編號(hào)：3012860