發(fā)布時間：2017-12-05 18:35

  本文關鍵詞：改進步長與策略的果蠅優(yōu)化算法及其應用

  更多相關文章： 果蠅算法 動態(tài)線性步長 旅行商問題 0-1背包問題

【摘要】：果蠅優(yōu)化算法(Fruit Fly Optimization Algorithm,FOA)是基于果蠅覓食行為演化出的一種新的尋求全局優(yōu)化的進化算法。首先通過果蠅所在的位置去不斷的計算其相應的味道濃度判定值。隨后將這個味道濃度判定值作為適應函數(shù)的自變量,從而求得里面每只果蠅的味道濃度值,取其中味道最大的相應濃度值作為當前最優(yōu)值,在不斷的迭代中尋找最優(yōu)值,直到最優(yōu)值收斂或者將所有迭代次數(shù)用完。FOA算法的穩(wěn)定性好、過程簡單,同時具有收斂速度快的優(yōu)點。但是FOA算法也存在一些缺點。首先,果蠅在覓食的移動過程中,位置移動的距離和方向是隨機性,步長作為唯一的一個關鍵因素。卻因為步長是固定的從而在一定程度上限制了算法的搜索能力,無法在全局性能和局部性能上做到很好的平衡。其次,在很多多峰多維的問題上,FOA算法就常常陷入局部最優(yōu),從而影響算法的整體性能。針對FOA算法的這些缺點,本文做出了一些措施:1提出了一種基于該算法在迭代過程中,根據(jù)設定的進化代數(shù)隨機選取兩個歷史最優(yōu)值,其差值加上一常數(shù)即為當代果蠅群體的步長變化大小,平衡了整個種群的全局與局部搜索的能力;在果蠅群體趨于穩(wěn)定時,選擇一定數(shù)量的果蠅個體進行變異,利用每次迭代所得最優(yōu)值、次優(yōu)值和第三優(yōu)值在每一維上的中位數(shù)作為其變異的位置初始值,從而有效避免FOA易陷入局部最優(yōu)的缺點,提高算法后期的收斂速度與精度。2論文用十四個常用的基準測試函數(shù)進行仿真實驗的結(jié)果表明,算法的收斂速度與尋優(yōu)精度以及穩(wěn)定性方面均得到顯著提高。3為了進一步將改進的算法用于實際問題,論文將算法用于了兩個非常經(jīng)典的NP-hard問題——0-1背包問題和旅行商問題(TSP)。首先,使用8個經(jīng)典的0-1背包問題來測試改進算法的性能,由于這8個0-1背包問題的維度范圍在10-100之間,因此能夠較為全面的測試出新算法在0-1背包問題應用中的性能。其次,對新算法在旅行商問題中的應用,我們使用了 6個數(shù)據(jù)集,這六個數(shù)據(jù)集在城市數(shù)量上有很大的不同,論文將改進的算法和粒子群算法做了一個對比,在理論上分析了該應用的一些性能。最后是對本文的研究和應用工作做了一個總結(jié),說明了整個工作的優(yōu)點和不足。并且依據(jù)近年來很多科研工作者對果蠅優(yōu)化算法的研究和改進實例,本文整理出四點關于FOA算法值得深入研究的方向。
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP18

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鄒汪平;;一種基于網(wǎng)絡安全控制的蜂群算法應用研究[J];吉林師范大學學報(自然科學版);2013年04期

2 李向偉;曹博;;時間參數(shù)在HITS算法中的應用及改進[J];蘭州工業(yè)高等�？茖W校學報;2006年02期

3 吳濤;彭篤學;;一種改進的直線段裁剪算法[J];湛江師范學院學報;2008年03期

4 張瑞子;南琳;胡琨元;田景賀;;基于EPC Class-1 Gen-2標準的防沖突算法與改進[J];計算機工程;2009年02期

5 黃超;周寧;倪佑生;;基于蟻群算法的攻擊圖分析[J];計算機工程;2009年18期

6 秦永彬;許道云;;警示傳播算法的原理分析及算法改進[J];計算機工程與應用;2010年19期

7 郭毅可;韓銳;;云計算中的彈性算法:概要和展望[J];上海大學學報(自然科學版);2013年01期

8 牛玉靜;唐棣;;雙步圓的反走樣生成算法[J];計算機工程與應用;2010年23期

9 肖璞;;XML索引更新算法的改進[J];南京工程學院學報(自然科學版);2010年03期

10 周駿;陳鳴;張佳明;;兩類頻繁項算法在網(wǎng)絡流上的適用性評估[J];計算機工程;2011年16期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會——2004年學術年會論文集[C];2004年

2 黃紀武;毛澤華;李松濤;張錦雄;;SPMD并行查找算法的MPI實現(xiàn)[A];廣西計算機學會2004年學術年會論文集[C];2004年

3 符麗錦;覃華;鄧海;孫欣;;一種改進的Apriori算法的研究[A];廣西計算機學會2012年學術年會論文集[C];2012年

4 王東鋒;王軍民;陳英武;;模糊定性仿真理論研究與算法實現(xiàn)[A];'2000系統(tǒng)仿真技術及其應用學術交流會論文集[C];2000年

5 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 劉啟文;;可擴展的圖形學算法演示系統(tǒng)的研究[A];’2004計算機應用技術交流會議論文集[C];2004年

7 佘智;蔣泰;朱延生;;基于Type C協(xié)議的防沖突改進算法[A];廣西計算機學會25周年紀念會暨2011年學術年會論文集[C];2011年

8 朱紹文;趙培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

9 楊霞;;新的基于啟發(fā)式蟻群算法的QoS路由算法[A];廣西計算機學會2009年年會論文集[C];2009年

10 陳黎飛;姜青山;董槐林;;基于圖形輪廓的快速聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 鐘永騰;基于近場MUSIC算法的復合材料結(jié)構(gòu)健康監(jiān)測研究[D];南京航空航天大學;2014年

2 劉燕;入侵雜草優(yōu)化算法在陣列天線綜合中的應用[D];西安電子科技大學;2015年

3 苗義烽;突發(fā)事件下的列車運行調(diào)度模型與算法研究[D];中國鐵道科學研究院;2015年

4 楊玉婷;頭腦風暴優(yōu)化算法與基于視頻的非接觸式運動定量分析方法研究[D];浙江大學;2015年

5 劉杰;全局優(yōu)化問題的幾類新算法[D];西安電子科技大學;2015年

6 柏靜;基于多種混合策略的人工蜂群算法改進研究[D];山東師范大學;2016年

7 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學;2016年

8 匡立;分形網(wǎng)絡的理論、算法及應用研究[D];武漢大學;2015年

9 單美靜;求解非線性實代數(shù)系統(tǒng)的混合算法研究[D];華東師范大學;2008年

10 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 安世勇;命題邏輯中隨機3-SAT問題算法研究[D];西南交通大學;2015年

2 畢曉慶;油氣探礦權競爭性出讓系統(tǒng)設計與實現(xiàn)[D];中國地質(zhì)大學(北京);2015年

3 王明明;鐵路大機與線路固定設施間距檢測算法研究[D];西南交通大學;2015年

4 李靜;基于視頻圖像序列的運動目標檢測與跟蹤算法研究[D];寧夏大學;2015年

5 劉貝玲;基于天地圖的租房平臺開發(fā)及其關鍵技術研究[D];西南交通大學;2015年

6 曹海鋒;IDS中串匹配臭算法并行優(yōu)化研究[D];西安建筑科技大學;2015年

7 周攀;基于蟻群算法的山區(qū)高速鐵路隧道火災應急疏散最優(yōu)路徑研究[D];西南交通大學;2015年

8 張路奇;基于改進蟻群算法的WSN路由協(xié)議的研究[D];中國地質(zhì)大學(北京);2015年

9 王曉晨;入侵雜草優(yōu)化算法的應用與改進[D];長安大學;2015年

10 信琴琴;手勢控制和識別算法研究[D];閩南師范大學;2015年

，

本文編號：1255819