發(fā)布時間：2021-08-13 07:24

　　隨著最優(yōu)化問題在理論研究和工程實踐中的廣泛應用,基于群體優(yōu)化的人工蜂群算法成為當下研究的熱點方向之一。經(jīng)典人工蜂群算法具有步驟簡潔、參數(shù)依賴性弱、執(zhí)行效率高等優(yōu)勢,適用于處理復雜的非線性問題。但是,該算法在全局開拓性、鄰域邊界劃分及收斂效率等方面存在著不足。因此,對人工蜂群算法進一步地完善具有重要的理論和現(xiàn)實意義。混沌是一種具有豐富時空動態(tài)特性的運動方式,它的運動軌跡體現(xiàn)了隨機性、遍歷性、初值敏感性和不可預測性等混沌特征。隨著人們對混沌現(xiàn)象的深入研究,混沌的行為特性己經(jīng)滲透到物理、氣象、金融和信息等領(lǐng)域。近年來,混沌理論在群體智能算法、擴頻通信和網(wǎng)絡(luò)安全等方面的研究與應用越來越成為國內(nèi)外學者關(guān)注的熱點領(lǐng)域。本文在深入研究Chebyshev映射的基礎(chǔ)上,針對混沌映射分布不均勻和經(jīng)典人工蜂群算法存在的不足進行了系統(tǒng)地分析與優(yōu)化,并取得了g 些研究成果。論文主要工作及創(chuàng)新點如下:（1）本文構(gòu)建了一種基于均勻化分布的Chebyshev映射系統(tǒng)。為滿足值域均勻化分布的需求,先依據(jù)Chebyshev映射的概率密度函數(shù)數(shù)理推導出均勻化調(diào)節(jié)函數(shù),將其與原映射復合構(gòu)造出新的系統(tǒng)方程。進一步,通過數(shù)值分布... 

【文章來源】：云南大學云南省 211工程院校

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【部分圖文】：

--1三種蜜蜂行為轉(zhuǎn)換圖

?數(shù)值分布區(qū)間??圖３－３統(tǒng)計直方頻數(shù)圖??如圖３－３所示，Ｌ－Ｃ復合系統(tǒng)和Ｃｈｅｂｙｓｈｅｖ映射產(chǎn)生的混沌序列呈現(xiàn)出邊界??雙峰的Ｕ型分布，而Ｓ－Ｓ級聯(lián)系統(tǒng)產(chǎn)生的混沌序列更是呈現(xiàn)三峰聳立的Ｗ型分??布。三類系統(tǒng)與ＨＤＣ系統(tǒng)呈現(xiàn)出近似直線的分布對比，在數(shù)值分布區(qū)間均為［－??１，１］的情況下，ＨＤＣ系統(tǒng)的均勻分布特性顯得更為突出。??３．?２．?２信息熵分析??信息熵作為衡量序列混亂程度的特征參數(shù)，用于表征信源不確定的程度，??在各種產(chǎn)生的信號中，運用信息熵進行對比來反映所模擬的信號可能發(fā)生情況??的平均不確定性。若信源有ｎ種取值［３８：，且各種信源符號的出現(xiàn)彼此獨立，這??時，產(chǎn)生信源的平均不確定性應確認為各個信源符號的不確定性－ｌｏｇ?Ａ的統(tǒng)計??平均值（Ｅ）

數(shù)值分布區(qū)間?數(shù)值分布區(qū)間??圖３－３統(tǒng)計直方頻數(shù)圖??如圖３－３所示，Ｌ－Ｃ復合系統(tǒng)和Ｃｈｅｂｙｓｈｅｖ映射產(chǎn)生的混沌序列呈現(xiàn)出邊界??雙峰的Ｕ型分布，而Ｓ－Ｓ級聯(lián)系統(tǒng)產(chǎn)生的混沌序列更是呈現(xiàn)三峰聳立的Ｗ型分??布。三類系統(tǒng)與ＨＤＣ系統(tǒng)呈現(xiàn)出近似直線的分布對比，在數(shù)值分布區(qū)間均為［－??１，１］的情況下，ＨＤＣ系統(tǒng)的均勻分布特性顯得更為突出。??３．?２．?２信息熵分析??信息熵作為衡量序列混亂程度的特征參數(shù)，用于表征信源不確定的程度，??在各種產(chǎn)生的信號中，運用信息熵進行對比來反映所模擬的信號可能發(fā)生情況??的平均不確定性。若信源有ｎ種取值［３８：，且各種信源符號的出現(xiàn)彼此獨立，這??時

【參考文獻】：
期刊論文
[1]基于行動軌跡的人工蜂群算法[J]. 何堯,郭文忠,劉耿耿,張順淼.  福州大學學報(自然科學版). 2018(02)
[2]一種復合混沌序列生成算法[J]. 徐東明,王園慧.  西安郵電大學學報. 2017(05)
[3]基于Logistic模型的改進人工蜂群算法[J]. 魏煥新,胡招娣,唐明珠.  蘭州理工大學學報. 2017(02)
[4]新一維混沌系統(tǒng)分析研究[J]. 李娟霞,孫會明,陳薇.  自動化與儀器儀表. 2016(10)
[5]信息論與編碼實驗系統(tǒng)的GUI實現(xiàn)[J]. 宋麗麗,韓建峰,李勣,李秀娟.  中國教育技術(shù)裝備. 2016(04)
[6]一個二次多項式混沌系統(tǒng)的均勻化及其熵分析[J]. 臧鴻雁,柴宏玉.  物理學報. 2016(03)
[7]混沌搜索策略的改進人工蜂群算法[J]. 彭曉華,劉利強.  智能系統(tǒng)學報. 2015(06)
[8]Tent混沌人工蜂群與粒子群混合算法[J]. 匡芳君,金忠,徐蔚鴻,張思揚.  控制與決策. 2015(05)
[9]自適應Tent混沌搜索的人工蜂群算法[J]. 匡芳君,徐蔚鴻,金忠.  控制理論與應用. 2014(11)
[10]基于ABC-PCNN模型的圖像分割[J]. 廖傳柱,張旦,江銘炎.  南京理工大學學報. 2014(04)

博士論文
[1]蜜蜂卵巢激活基因表達譜及無政府主義工蜂生殖研究[D]. 牛德芳.浙江大學 2014
[2]人工蜂群算法的研究與應用[D]. 王艷嬌.哈爾濱工程大學 2013
[3]小波域信息隱藏及圖像去噪方法的研究[D]. 易翔.電子科技大學 2005
[4]混沌預測與混沌優(yōu)化理論與算法研究[D]. 趙小梅.浙江大學 2002

碩士論文
[1]人工蜂群算法的研究與改進[D]. 周樹亮.鄭州大學 2017
[2]基于運動想象的反饋系統(tǒng)實現(xiàn)及應用研究[D]. 呂旭林.電子科技大學 2017
[3]基于人工蜂群算法的機械手軌跡規(guī)劃研究[D]. 付正國.西安電子科技大學 2013
[4]混合人工蜂群算法的改進研究[D]. 代殿鑫.廣東工業(yè)大學 2012
[5]人工蜂群算法的研究及其應用[D]. 銀建霞.西安電子科技大學 2012
[6]基于混沌理論的網(wǎng)絡(luò)視頻文件加密算法研究[D]. 曹美君.哈爾濱理工大學 2009
[7]混沌序列及其在擴頻通信中的應用研究[D]. 舒冰清.西南交通大學 2007
[8]遙感影像的不確定性及信息量的計算方法研究[D]. 鄭學芬.山東科技大學 2006
[9]均勻隨機數(shù)發(fā)生器的研究和統(tǒng)計檢驗[D]. 張廣強.大連理工大學 2005



本文編號：3340003