本文關(guān)鍵詞：基于膜系統(tǒng)的微粒群優(yōu)化算法研究及應(yīng)用

  更多相關(guān)文章： 膜計(jì)算 微粒群算法 二進(jìn)制微粒群 動態(tài)慣性權(quán)重選擇

【摘要】：膜計(jì)算是一種分布式、并行計(jì)算模型,是生物計(jì)算的新熱點(diǎn),又被稱為P系統(tǒng)。膜指生物膜,膜計(jì)算是從生命細(xì)胞的結(jié)構(gòu)和功能;細(xì)胞組織、細(xì)胞器官和高級生物組織中細(xì)胞群的協(xié)作等現(xiàn)象,抽象提取出來的一種全新的計(jì)算模型。膜計(jì)算具有分布式、極大并行性、非確定性等特點(diǎn),因此其在智能計(jì)算中有優(yōu)勢。早期大量對P系統(tǒng)的研究都是與膜計(jì)算的計(jì)算性能相關(guān),大量P系統(tǒng)研究已證明P系統(tǒng)有與圖靈機(jī)相當(dāng)?shù)膬?yōu)良性能。雖膜計(jì)算應(yīng)用研究起步較晚,然而截至目前膜計(jì)算應(yīng)用研究已經(jīng)相當(dāng)活躍,涉及眾多領(lǐng)域。微粒群算法是是一個(gè)生物模仿型算法,模擬鳥群覓食過程的遷徙和群體移動。傳統(tǒng)微粒群優(yōu)化算法主要用于解決一些連續(xù)空間優(yōu)化問題,算法存在早熟收斂和對離散問題難以應(yīng)用的弱點(diǎn)。經(jīng)改進(jìn)得到的二進(jìn)制微粒群優(yōu)化算法可成功用于求解離散空間的優(yōu)化問題�；谀び�(jì)算的非確定性和極大并行性等特點(diǎn),本文以膜計(jì)算模型為基礎(chǔ)的計(jì)算框架,分別將改進(jìn)微粒群算法和二進(jìn)制微粒群算法引入P系統(tǒng)中,在膜計(jì)算框架下實(shí)現(xiàn)算法,借助膜系統(tǒng)的高度并行性可以提高運(yùn)算速度,并行計(jì)算是未來趨勢。本文的主要工作如下:第一章為緒論,介紹課題來源、背景、研究意義,闡述了膜計(jì)算和微粒群算法的國內(nèi)外研究現(xiàn)狀,并綜述了到目前為止微粒群膜算法的發(fā)展,為以后的研究者提供參考。第二章為基本理論,介紹膜計(jì)算及微粒群算法理論的基本理論。對于膜計(jì)算主要介紹基本概念、膜計(jì)算模型、膜計(jì)算對象和規(guī)則。微粒群算法部分主要闡述算法基本原理,基本微粒群算法和算法的流程、特點(diǎn)。第三章采用動態(tài)選擇慣性權(quán)重曲線的方式改進(jìn)微粒群算法,對微粒群算法的慣性權(quán)重進(jìn)行分析改進(jìn),提出慣性權(quán)重曲線動態(tài)選擇策略。根據(jù)實(shí)驗(yàn)結(jié)果,設(shè)置可行的慣性權(quán)重變化曲線數(shù)量和迭代間隔次數(shù),運(yùn)用膜計(jì)算你規(guī)則的執(zhí)行來控制慣性權(quán)重曲線的動態(tài)選擇,提出基于動態(tài)膜規(guī)則的微粒群膜算法。根據(jù)帶有活性膜的P系統(tǒng)具有膜運(yùn)算規(guī)則的特性,將微粒群算法與膜計(jì)算進(jìn)行有機(jī)結(jié)合,并對系統(tǒng)的計(jì)算復(fù)雜度和精度進(jìn)行分析論證。第四章介紹了二進(jìn)制微粒群膜算法。首先對原始二進(jìn)制微粒群算法進(jìn)行介紹,提出算法不收斂的問題。針對二進(jìn)制膜算法不收斂的問題,調(diào)整二進(jìn)制微粒群位置更新的方式,提出線性概率映射函數(shù),對二進(jìn)制微粒群算法進(jìn)行改進(jìn)。使用新的線性概率映射函數(shù),保證收斂的前提下,可以提高算法的全局尋優(yōu)能力。最后對算法的計(jì)算性能和可行性進(jìn)行分析討論。第五章給出了動態(tài)慣性選擇慣性權(quán)重曲線微粒群膜算法和二進(jìn)制微粒群膜算法的應(yīng)用。第六章是本文的總結(jié)展望,給出本文中存在的不足,提出可以進(jìn)一步研究的問題。
【關(guān)鍵詞】：膜計(jì)算 微粒群算法 二進(jìn)制微粒群 動態(tài)慣性權(quán)重選擇
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要6-8
• Abstract8-10
• 第1章 緒論10-17
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 膜計(jì)算的研究現(xiàn)狀11-13
• 1.2.2 微粒群算法的研究現(xiàn)狀13-14
• 1.2.3 基于微粒群膜算法的研究現(xiàn)狀14-15
• 1.3 論文的結(jié)構(gòu)內(nèi)容及創(chuàng)新點(diǎn)15-17
• 第2章 膜計(jì)算與微粒群的基本理論17-26
• 2.1 膜計(jì)算基本理論17-20
• 2.1.1 細(xì)胞型膜系統(tǒng)計(jì)算模型18-19
• 2.1.2 膜對象和規(guī)則設(shè)計(jì)19-20
• 2.2 微粒群算法基本理論20-25
• 2.2.1 微粒群優(yōu)化算法基本原理20-24
• 2.2.2 離散微粒群算法24-25
• 2.3 本章小結(jié)25-26
• 第3章 基于活性膜規(guī)則的微粒群膜算法26-44
• 3.1 動態(tài)選擇慣性權(quán)重曲線微粒群算法26-30
• 3.1.1 微粒群的慣性權(quán)重26-28
• 3.1.2 Sugeno函數(shù)確定的慣性權(quán)重曲線28-30
• 3.2 動態(tài)選擇慣性權(quán)重曲線微粒群算法30-37
• 3.2.1 本文改進(jìn)的慣性權(quán)重曲線30-32
• 3.2.2 算法慣性權(quán)重選取策略及參數(shù)確定32-37
• 3.3 基于活性膜P系統(tǒng)的動態(tài)選擇慣性權(quán)重曲線微粒群算法37-41
• 3.3.1 活性膜P系統(tǒng)37-38
• 3.3.2 動態(tài)選擇慣性權(quán)重微粒群活性膜算法過程38
• 3.3.3 動態(tài)選擇慣性權(quán)重曲線微粒群活性膜P系統(tǒng)創(chuàng)建38-40
• 3.3.4 系統(tǒng)規(guī)則計(jì)算過程40-41
• 3.4 算法性能分析41-42
• 3.5 本章小結(jié)42-44
• 第4章 二進(jìn)制微粒群膜算法44-53
• 4.1 二進(jìn)制微粒群算法44-45
• 4.2 改進(jìn)二進(jìn)制微粒群算法45-47
• 4.3 二進(jìn)制微粒群膜算法47-51
• 4.3.1 酶細(xì)胞型P系統(tǒng)47-48
• 4.3.2 BPSOEPS系統(tǒng)的設(shè)計(jì)48-49
• 4.3.3 微粒群膜系統(tǒng)計(jì)算過程49-51
• 4.4 算法性能分析51-52
• 4.5 本章小結(jié)52-53
• 第5章 微粒群膜算法應(yīng)用53-62
• 5.1 新微粒群膜算法優(yōu)化基準(zhǔn)測試函數(shù)53-57
• 5.1.1 基準(zhǔn)測試函數(shù)53-54
• 5.1.2 算法優(yōu)化基準(zhǔn)測試函數(shù)描述54-55
• 5.1.3 實(shí)驗(yàn)與分析55-57
• 5.2 二進(jìn)制微粒群膜算法求解背包問題57-60
• 5.2.1 背包問題描述57-58
• 5.2.2 求解背包問題的離散微粒群算法描述58-59
• 5.2.3 實(shí)驗(yàn)與分析59-60
• 5.3 本章小結(jié)60-62
• 第6章 總結(jié)與展望62-64
• 6.1 論文的主要研究工作62-63
• 6.2 未來工作展望63-64
• 參考文獻(xiàn)64-68
• 攻讀學(xué)位期間的論文發(fā)表及項(xiàng)目參與情況68-69
• 發(fā)表論文68
• 參與項(xiàng)目68-69
• 致謝69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 WANG Jun;PENG Hong;TU Min;Prez-Jimnez J. Mario;SHI Peng;;A Fault Diagnosis Method of Power Systems Based on an Improved Adaptive Fuzzy Spiking Neural P Systems and PSO Algorithms[J];Chinese Journal of Electronics;2016年02期

2 王啟付,王戰(zhàn)江,王書亭;一種動態(tài)改變慣性權(quán)重的粒子群優(yōu)化算法[J];中國機(jī)械工程;2005年11期

3 李炳宇,蕭蘊(yùn)詩,吳啟迪;一種基于粒子群算法求解約束優(yōu)化問題的混合算法[J];控制與決策;2004年07期

4 李寧,鄒彤,孫德寶;帶時(shí)間窗車輛路徑問題的粒子群算法[J];系統(tǒng)工程理論與實(shí)踐;2004年04期

，

本文編號：915551