群智能優(yōu)化算法由于其實(shí)現(xiàn)簡(jiǎn)單,靈活性強(qiáng),魯棒性高等優(yōu)點(diǎn),得到了很多研究者的關(guān)注,并被廣泛的應(yīng)用于各種領(lǐng)域的優(yōu)化問題。近年來,有很多新穎的群智能算法被提出,其中包括灰狼優(yōu)化算法（GWO）、鯨魚優(yōu)化算法（WOA）和蚱蜢優(yōu)化算法（GOA）。這些算法都是通過模擬動(dòng)物的捕食和遷移行為實(shí)現(xiàn)的。雖然這些群智能算法與經(jīng)典的群智能算法（如遺傳算法,粒子群算法等）相比具有明顯的優(yōu)勢(shì),但是在優(yōu)化實(shí)際問題時(shí)依然有著收斂速度慢,容易陷入局部最優(yōu)的問題。本文針對(duì)這三種群智能優(yōu)化算法各自存在的問題分別提出了改進(jìn)方法,并將這些改進(jìn)算法成功應(yīng)用到現(xiàn)實(shí)優(yōu)化問題。本文的主要研究?jī)?nèi)容如下:（1）在GOA的基礎(chǔ)上,通過引入反向?qū)W習(xí)機(jī)制、Levy飛行機(jī)制和高斯變異機(jī)制提高算法的全局和局部搜索能力,提出了一種改進(jìn)蚱蜢優(yōu)化算法（IGOA）。在IGOA算法中,高斯變異機(jī)制首先被用來增加種群多樣性,提高局部搜索能力。其次,利用Levy飛行提高GOA的隨機(jī)性和跳出局部最優(yōu)的能力。最后,反向?qū)W習(xí)機(jī)制被用來加快算法的收斂速度�；鶞�(zhǔn)函數(shù)優(yōu)化實(shí)驗(yàn)的結(jié)果表明,IGOA與其他群智能算法相比,具有更強(qiáng)的全局優(yōu)化能力�；贗GOA優(yōu)化的混合模型IGOA-... 

【文章來源】：溫州大學(xué)浙江省

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

改進(jìn)蚱蜢優(yōu)化算法流程圖

IGOA-KELM的流程圖

0種算法在四個(gè)測(cè)試函數(shù)上的收斂曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于EBGWO算法的入侵檢測(cè)特征選擇研究[J]. 童坤,鈕焱,李軍.  計(jì)算機(jī)與數(shù)字工程. 2019(02)
[2]基于改進(jìn)灰狼優(yōu)化算法的分布式電源優(yōu)化配置[J]. 蔡國偉,劉旭,張旺,孟濤,鄭天宇.  太陽能學(xué)報(bào). 2019(01)
[3]非線性權(quán)重和收斂因子的鯨魚算法[J]. 王濤,Ryad Chellali.  微電子學(xué)與計(jì)算機(jī). 2019(01)
[4]基于混沌搜索策略的鯨魚優(yōu)化算法[J]. 王堅(jiān)浩,張亮,史超,車飛,丁剛,武杰.  控制與決策. 2019(09)
[5]混合蝗蟲優(yōu)化算法求解作業(yè)車間調(diào)度問題[J]. 閆旭,葉春明.  計(jì)算機(jī)工程與應(yīng)用. 2019(06)
[6]Hybridizing grey wolf optimization with differential evolution for global optimization and test scheduling for 3D stacked SoC[J]. Aijun Zhu,Chuanpei Xu,Zhi Li,Jun Wu,Zhenbing Liu.  Journal of Systems Engineering and Electronics. 2015(02)



本文編號(hào)：3087096