鯨魚(yú)優(yōu)化算法(Whale Optimization Algorithm,WOA)是一種模擬海洋中座頭鯨覓食行為的啟發(fā)式優(yōu)化算法,該算法具有結(jié)構(gòu)簡(jiǎn)單、搜索能力強(qiáng)等特點(diǎn)。隨著對(duì)WOA算法的深入研究,研究者發(fā)現(xiàn)算法自身后期存在著求解精度低、收斂速度慢和易早熟等不足。本論文針對(duì)鯨魚(yú)優(yōu)化算法所存在的不足進(jìn)行分析和改進(jìn),并將改進(jìn)后的算法應(yīng)用于實(shí)際優(yōu)化問(wèn)題,目的在于進(jìn)一步完善WOA算法理論和拓廣其應(yīng)用范圍。本文的主要工作有如下3個(gè)方面:(1)為增強(qiáng)鯨魚(yú)優(yōu)化算法的開(kāi)采能力,提高算法的收斂精度,受教與學(xué)策略的啟發(fā),將教學(xué)階段和WOA算法結(jié)合形成教學(xué)鯨魚(yú)優(yōu)化算法(Teaching Whale Optimization Algorithm,TWOA),提高算法候選解的質(zhì)量。針對(duì)算法后期易陷入局部最優(yōu),將單純形法作為一種隨機(jī)變異策略引入TWOA算法,提出一種教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法(TSWOA),增強(qiáng)種群的多樣性,提高算法的勘探能力,避免算法過(guò)早陷入局部最優(yōu)。實(shí)驗(yàn)結(jié)果表明了教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法具有收斂速度快,精度高等特點(diǎn)。(2)將教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法應(yīng)用于優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),基于標(biāo)準(zhǔn)UCI數(shù)據(jù)測(cè)試集,選...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1鯨魚(yú)的氣泡捕食行為Fig.2.1Bubble-netfeedingbehaviorofhumpbackwhales

廣西民族大學(xué)碩士學(xué)位論文2基本鯨魚(yú)優(yōu)化算法62基本鯨魚(yú)優(yōu)化算法2.1引言座頭鯨在大海中通常以撲食魚(yú)、蝦為生，它的捕食行為被稱為汽泡網(wǎng)捕食法。氣泡網(wǎng)捕食法為鯨魚(yú)首先潛入水深約12米處，以螺旋形姿勢(shì)向水面上游動(dòng)，同時(shí)以螺旋狀吐出許多大小不等的氣泡，這些氣泡最終形成一個(gè)圓形的氣慕大網(wǎng)，....

圖3.1單純形法原理

廣西民族大學(xué)碩士學(xué)位論文3教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法1220.endfor21.tt+=122.endwhile23.ReturnX*3.3.2單純形法的原理盡管TWOA算法提高了WOA的求解精度，但算法后期易獲得局部極值，因此引入單純形法[69]不僅增加了種群的多樣性，而且改變了....

圖3.48焊接梁設(shè)計(jì)問(wèn)題

廣西民族大學(xué)碩士學(xué)位論文3教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法30度。無(wú)論是在單峰、多峰還是在固定維多峰測(cè)試函數(shù)上，算法都有很強(qiáng)的跳出局部最優(yōu)和尋求全局最優(yōu)能力。在下一小節(jié)中，將TSWOA算法應(yīng)用于2個(gè)經(jīng)典的工程實(shí)例優(yōu)化中以測(cè)試TSWOA的優(yōu)越性能。3.4.5算法用于解決工程設(shè)計(jì)優(yōu)化實(shí)例本節(jié)....

圖4.1三層前饋神經(jīng)網(wǎng)絡(luò)Fig.4.1Three-layerFNN

廣西民族大學(xué)碩士學(xué)位論文4教與學(xué)增強(qiáng)型鯨魚(yú)優(yōu)化算法用于訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)364.2前饋神經(jīng)網(wǎng)絡(luò)和多層感知器前饋神經(jīng)網(wǎng)絡(luò)是由許多分布在不同層次的神經(jīng)元組成。輸入層為第一層，輸出層為最后一層，隱含層為中間層。在這種結(jié)構(gòu)中，信息是單向傳輸?shù)�，分別通過(guò)輸入層、隱含層和輸出層。具有隱含層的前....

本文編號(hào)：3950304