發(fā)布時(shí)間：2017-10-05 15:44

  本文關(guān)鍵詞：布谷鳥搜索算法的應(yīng)用研究與改進(jìn)

  更多相關(guān)文章： 布谷鳥搜索算法 Boltzmann選擇策略 離散化 并行化

【摘要】：隨著人類社會(huì)的不斷發(fā)展和科學(xué)探索步伐的不斷前進(jìn),人們面臨著越來(lái)越多的最優(yōu)化問(wèn)題。由于人類對(duì)生產(chǎn)效率的追求日趨極致,常規(guī)優(yōu)化方法在有限的時(shí)間和空間內(nèi)已經(jīng)很難解決日益復(fù)雜的最優(yōu)化問(wèn)題。仿生群智能優(yōu)化算法因其靈活性和高效性已成為解決最優(yōu)化問(wèn)題常用的有效方法。布谷鳥搜索算法是一種新興的啟發(fā)式仿生群智能優(yōu)化算法,因其具有理論清晰、參數(shù)少、易擴(kuò)展、全局搜索能力強(qiáng)、易于實(shí)現(xiàn)等優(yōu)點(diǎn),可以廣泛應(yīng)用于各種優(yōu)化問(wèn)題。本文主要針對(duì)布谷鳥搜索算法進(jìn)行應(yīng)用研究和改進(jìn)。本文首先介紹布谷鳥搜索算法的生物學(xué)原理和數(shù)學(xué)原理,然后介紹Levy flights機(jī)制,并闡述算法的具體步驟和執(zhí)行流程。在分析基本布谷鳥搜索算法缺陷的基礎(chǔ)上,對(duì)基本布谷鳥搜索算法進(jìn)行改進(jìn),提出一種基于Boltzmann選擇策略的布谷鳥搜索算法,目的在于提高布谷鳥搜索算法在函數(shù)優(yōu)化問(wèn)題上的表現(xiàn),使其具有更高的效率、更快的收斂速度和更好的求解精度。針對(duì)布谷鳥搜索算法的特點(diǎn),將布谷鳥搜索算法進(jìn)行離散化處理,結(jié)合禁忌搜索的思想,提出一種離散型布谷鳥搜索算法,并將之應(yīng)用于經(jīng)典的組合優(yōu)化問(wèn)題—旅行商問(wèn)題。布谷鳥搜索算法本質(zhì)上具有并行特性,適合并行計(jì)算。本文探討了布谷鳥搜索算法的并行方式,提出布谷鳥搜索算法在Hadoop平臺(tái)上基于MapReduce并行編程模型實(shí)現(xiàn)并行化的方案,并將布谷鳥搜索算法抽象為和MapReduce的幾個(gè)接口對(duì)應(yīng)的組件,從而為一類布谷鳥搜索算法基于MapReduce模型實(shí)現(xiàn)并行化提供一種可擴(kuò)展的方案。最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了布谷鳥搜索算法并行化方法的正確性和有效性。最后總結(jié)本文的研究?jī)?nèi)容,并對(duì)下一步的工作做出展望。
【關(guān)鍵詞】：布谷鳥搜索算法 Boltzmann選擇策略 離散化 并行化
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-15
• 1.1 課題背景11-12
• 1.2 課題研究的目的和意義12
• 1.3 布谷鳥搜索算法的國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.4 本文的主要研究?jī)?nèi)容及安排13-15
• 第2章 布谷鳥搜索算法15-23
• 2.1 布谷鳥搜索算法原理15-19
• 2.1.1 布谷鳥的繁殖行為15
• 2.1.2 Levy flights15-18
• 2.1.3 布谷鳥搜索算法的數(shù)學(xué)原理18-19
• 2.2 布谷鳥搜索算法的偽代碼實(shí)現(xiàn)19-20
• 2.3 布谷鳥搜索算法的流程圖20-21
• 2.4 本章小結(jié)21-23
• 第3章 基于Boltzmann選擇策略的布谷鳥搜索算法23-38
• 3.1 Boltzmann選擇策略23-25
• 3.2 初始解的生成25
• 3.3 基于Boltzmann選擇策略的布谷鳥搜索算法偽代碼實(shí)現(xiàn)25-26
• 3.4 基于Boltzmann選擇策略的布谷鳥搜索算法流程圖26-27
• 3.5 實(shí)驗(yàn)仿真與結(jié)果分析27-37
• 3.5.1 測(cè)試函數(shù)27-32
• 3.5.2 測(cè)試平臺(tái)及參數(shù)設(shè)置32
• 3.5.3 實(shí)驗(yàn)與結(jié)果分析32-37
• 3.6 本章小結(jié)37-38
• 第4章 離散型布谷鳥搜索算法38-47
• 4.1 旅行商問(wèn)題38-39
• 4.2 離散型布谷鳥搜索算法39-42
• 4.2.1 布谷鳥蛋39-40
• 4.2.2 目標(biāo)函數(shù)40
• 4.2.3 可行解空間40
• 4.2.4 Levy flights40-42
• 4.3 禁忌搜索42
• 4.4 離散型布谷鳥搜索算法的偽代碼實(shí)現(xiàn)42-43
• 4.5 離散型布谷鳥搜索算法流程圖43-45
• 4.6 實(shí)驗(yàn)仿真與結(jié)果分析45-46
• 4.6.1 測(cè)試平臺(tái)及參數(shù)設(shè)置45
• 4.6.2 實(shí)驗(yàn)與結(jié)果分析45-46
• 4.7 本章小結(jié)46-47
• 第5章 布谷鳥搜索算法在Hadoop平臺(tái)上的并行化方法47-52
• 5.1 Hadoop簡(jiǎn)介47-48
• 5.2 布谷鳥搜索算法在Hadoop平臺(tái)上的實(shí)現(xiàn)方法48-49
• 5.3 基于MapReduce的布谷鳥搜索算法的偽代碼實(shí)現(xiàn)49
• 5.4 實(shí)驗(yàn)仿真與結(jié)果分析49-50
• 5.4.1 測(cè)試函數(shù)49-50
• 5.4.2 測(cè)試平臺(tái)及參數(shù)設(shè)置50
• 5.4.3 實(shí)驗(yàn)與結(jié)果分析50
• 5.5 本章小結(jié)50-52
• 總結(jié)與展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-59
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 YanJill;;搜索算法縱橫[J];中文信息;2002年08期

2 孫吉貴,何雨果;量子搜索算法[J];軟件學(xué)報(bào);2003年03期

3 孫力;須文波;;量子搜索算法體系及其應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2006年14期

4 耿汝年;須文波;魏士靖;劉國(guó)玲;;無(wú)信息圖搜索算法的改進(jìn)研究[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年02期

5 徐豐民;陳啟興;;電視節(jié)目自動(dòng)跳躍搜索算法[J];現(xiàn)代電子技術(shù);2007年04期

6 詹志輝;胡曉敏;張軍;;通過(guò)八數(shù)碼問(wèn)題比較搜索算法的性能[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年11期

7 文家焱;王國(guó)利;;絕熱量子搜索算法中的糾纏與能量分析[J];計(jì)算機(jī)研究與發(fā)展;2008年S1期

8 周日貴;;多模式部分量子搜索算法[J];西南交通大學(xué)學(xué)報(bào);2008年04期

9 鐘普查;鮑皖蘇;隗云;;改進(jìn)的多目標(biāo)元素量子搜索算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年18期

10 王常春;李貴艷;向淑文;;搜索算法在囚徒困境中的應(yīng)用[J];遵義師范學(xué)院學(xué)報(bào);2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張玲;姜立志;;能量抵消測(cè)量相位中的相位搜索算法[A];2009年全國(guó)水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

2 李金;蔣國(guó)平;;一種改進(jìn)的復(fù)雜網(wǎng)絡(luò)搜索算法[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 羅家祥;唐立新;李小林;劉建榮;鄔成新;;分散搜索算法在板坯匹配優(yōu)化問(wèn)題中的應(yīng)用研究[A];全國(guó)冶金自動(dòng)化信息網(wǎng)2009年會(huì)論文集[C];2009年

4 李瀟磊;伍瑞卿;朱維樂(lè);;運(yùn)動(dòng)搜索算法的比較與改進(jìn)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

5 程振波;鄧志東;;優(yōu)化策略模型下的匹配律算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第五分冊(cè)）[東南大學(xué)學(xué)報(bào)（增刊）][C];2009年

6 彭明僑;羅先覺;鄒曉松;;基于改進(jìn)概率搜索算法的模擬電路故障診斷[A];第四屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2006年

7 常新杰;李言俊;;搜索算法的研究進(jìn)展[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1998年

8 糜玉林;左斌;;基于協(xié)同控制的極值搜索算法與控制器一體化設(shè)計(jì)[A];2007年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2007年

9 鐘普查;鮑皖蘇;;基于相位變換的量子搜索算法研究[A];第十三屆全國(guó)量子光學(xué)學(xué)術(shù)報(bào)告會(huì)論文摘要集[C];2008年

10 羅春華;張繼勇;鄭方;徐明星;;一種基于HTK的詞圖搜索算法[A];第六屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 朱皖寧;離散量子行走研究[D];東南大學(xué);2015年

2 孫杰;基于絕熱演化的量子搜索算法研究[D];華中科技大學(xué);2013年

3 張映玉;絕熱量子搜索算法研究[D];華中科技大學(xué);2011年

4 閻興，

本文編號(hào)：977644