正弦余弦算法的改進及應用
發(fā)布時間:2021-10-11 14:26
正弦余弦算法是一種基于三角函數(shù)模型解決全局最優(yōu)值問題的元啟發(fā)式算法,該算法具有結(jié)構簡單、參數(shù)少、易于理解等優(yōu)點。但是也存在收斂速度慢、易陷入局部最優(yōu)等不足,所以本文對正弦余弦算法的結(jié)構以及參數(shù)進行研究與分析,對其存在的不足做了一些改進,并對其應用領域進行了一定地拓展。本文的研究內(nèi)容包括:(1)提出一種基于四元數(shù)編碼的正弦余弦算法。通過將四元數(shù)編碼方式引入到基本正弦余弦算法中,使每個個體都由4個變量來表達,從而增加個體的搜索信息量及種群的多樣性,進一步提高算法的尋優(yōu)能力和穩(wěn)定性。選用19個標準測試函數(shù)對改進算法進行仿真實驗。結(jié)果表明,該算法具有較好的全局優(yōu)化能力。(2)設計了一種基于行為評價的自適應正弦余弦算法。該算法在種群個體更新時采用人工魚群算法中的行為評價機制,讓正弦和余弦更新公式能自主轉(zhuǎn)換地更新個體,以此加速算法對全局最優(yōu)值的搜索。利用23個經(jīng)典的標準優(yōu)化測試函數(shù)和一個工程實例對提出的算法進行實驗測試,與5種元啟發(fā)式算法的仿真實驗結(jié)果對比,表明自適應正弦余弦算法在收斂精度、收斂速度和算法穩(wěn)定性方面都有較大的優(yōu)勢。(3)針對傳統(tǒng)模式匹配問題中計算量大且復雜度高等缺陷,采用了視覺系統(tǒng)...
【文章來源】:廣西民族大學廣西壯族自治區(qū)
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
公式(2.1)和公式(2.2)對下一位置的影響
第二章正弦余弦算法概述6圖2.1公式(2.1)和公式(2.2)對下一位置的影響Fig.2.1Theinfluenceofequations(2.1)and(2.2)onthenextposition因為在公式(2.1)和公式(2.2)中分別用到了正弦函數(shù)和余弦函數(shù),所以Mirjalili等人將算法生動的命名為正弦余弦算法。其中圖2.1只能表示算法在二維空間中的模型圖,但是算法也同樣適用于高維問題的解決,那么算法在解決高維空間問題的模型如圖2.2所示。SCA算法通過正弦、余弦函數(shù)中的振幅來實現(xiàn)對更高維度解空間地探索。當振幅在[-2,-1]和[1,2]時,算法處于探測階段;當振幅在[-1,1]時,算法處于開采階段。圖2.2振幅大小在搜索空間中對下一位置的影響Fig.2.2Theeffectofamplitudesizeonthenextpositioninthesearchspace2.3算法實現(xiàn)2.3.1執(zhí)行步驟及偽代碼1.正弦余弦算法的步驟如下所示:步驟1初始化種群1,2iXiN、a和T。
第二章正弦余弦算法概述82.3.2流程圖圖2.3SCA算法的流程圖Fig.2.3FlowchartofSCAalgorithm2.4本章小結(jié)本章內(nèi)容主要介紹了基本正弦余弦算法的基本原理、更新機制和數(shù)學模型,為了能更清晰的了解算法的設計思路,還給出了SCA算法的執(zhí)行步驟、偽代碼以及流程圖,為后文正弦余弦算法的改進和研究工作奠定一個基矗
【參考文獻】:
期刊論文
[1]正弦余弦算法優(yōu)化的SVM模擬電路故障診斷[J]. 朱靜,何玉珠,崔唯佳. 導航與控制. 2018(04)
[2]融合正弦余弦算法的花授粉算法[J]. 劉升,趙齊輝,陳思靜. 微電子學與計算機. 2018(06)
[3]基于正弦余弦算法的汽輪機熱耗率預測[J]. 牛培峰,吳志良,馬云鵬,史春見,李進柏. 動力工程學報. 2018(02)
[4]求解高維優(yōu)化問題的改進正弦余弦算法[J]. 徐松金,龍文. 計算機應用研究. 2018(09)
[5]函數(shù)優(yōu)化的量子正弦余弦算法[J]. 陳聰,馬良,劉勇. 計算機應用研究. 2017(11)
[6]群智能算法的研究進展[J]. 胡中功,李靜. 自動化技術與應用. 2008(02)
[7]面向工程約束優(yōu)化的自適應分工微粒群算法[J]. 蘆進,肖人彬,李婷婷. 計算機應用. 2007(12)
[8]基于改進的微粒群優(yōu)化算法的0-1背包問題求解[J]. 沈顯君,王偉武,鄭波盡,李元香. 計算機工程. 2006(18)
[9]組合優(yōu)化問題的人工魚群算法應用[J]. 李曉磊,路飛,田國會,錢積新. 山東大學學報(工學版). 2004(05)
[10]一種改進的蟻群算法求解最短路徑問題[J]. 畢軍,付夢印,張宇河. 計算機工程與應用. 2003(03)
本文編號:3430690
【文章來源】:廣西民族大學廣西壯族自治區(qū)
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
公式(2.1)和公式(2.2)對下一位置的影響
第二章正弦余弦算法概述6圖2.1公式(2.1)和公式(2.2)對下一位置的影響Fig.2.1Theinfluenceofequations(2.1)and(2.2)onthenextposition因為在公式(2.1)和公式(2.2)中分別用到了正弦函數(shù)和余弦函數(shù),所以Mirjalili等人將算法生動的命名為正弦余弦算法。其中圖2.1只能表示算法在二維空間中的模型圖,但是算法也同樣適用于高維問題的解決,那么算法在解決高維空間問題的模型如圖2.2所示。SCA算法通過正弦、余弦函數(shù)中的振幅來實現(xiàn)對更高維度解空間地探索。當振幅在[-2,-1]和[1,2]時,算法處于探測階段;當振幅在[-1,1]時,算法處于開采階段。圖2.2振幅大小在搜索空間中對下一位置的影響Fig.2.2Theeffectofamplitudesizeonthenextpositioninthesearchspace2.3算法實現(xiàn)2.3.1執(zhí)行步驟及偽代碼1.正弦余弦算法的步驟如下所示:步驟1初始化種群1,2iXiN、a和T。
第二章正弦余弦算法概述82.3.2流程圖圖2.3SCA算法的流程圖Fig.2.3FlowchartofSCAalgorithm2.4本章小結(jié)本章內(nèi)容主要介紹了基本正弦余弦算法的基本原理、更新機制和數(shù)學模型,為了能更清晰的了解算法的設計思路,還給出了SCA算法的執(zhí)行步驟、偽代碼以及流程圖,為后文正弦余弦算法的改進和研究工作奠定一個基矗
【參考文獻】:
期刊論文
[1]正弦余弦算法優(yōu)化的SVM模擬電路故障診斷[J]. 朱靜,何玉珠,崔唯佳. 導航與控制. 2018(04)
[2]融合正弦余弦算法的花授粉算法[J]. 劉升,趙齊輝,陳思靜. 微電子學與計算機. 2018(06)
[3]基于正弦余弦算法的汽輪機熱耗率預測[J]. 牛培峰,吳志良,馬云鵬,史春見,李進柏. 動力工程學報. 2018(02)
[4]求解高維優(yōu)化問題的改進正弦余弦算法[J]. 徐松金,龍文. 計算機應用研究. 2018(09)
[5]函數(shù)優(yōu)化的量子正弦余弦算法[J]. 陳聰,馬良,劉勇. 計算機應用研究. 2017(11)
[6]群智能算法的研究進展[J]. 胡中功,李靜. 自動化技術與應用. 2008(02)
[7]面向工程約束優(yōu)化的自適應分工微粒群算法[J]. 蘆進,肖人彬,李婷婷. 計算機應用. 2007(12)
[8]基于改進的微粒群優(yōu)化算法的0-1背包問題求解[J]. 沈顯君,王偉武,鄭波盡,李元香. 計算機工程. 2006(18)
[9]組合優(yōu)化問題的人工魚群算法應用[J]. 李曉磊,路飛,田國會,錢積新. 山東大學學報(工學版). 2004(05)
[10]一種改進的蟻群算法求解最短路徑問題[J]. 畢軍,付夢印,張宇河. 計算機工程與應用. 2003(03)
本文編號:3430690
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3430690.html
最近更新
教材專著