本文關(guān)鍵詞：動(dòng)態(tài)搜索煙花算法的研究與應(yīng)用　出處：《安徽大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 最優(yōu)化問(wèn)題 智能優(yōu)化算法 動(dòng)態(tài)搜索煙花算法 學(xué)習(xí)因子 特征選擇

【摘要】：在工程設(shè)計(jì)、科學(xué)研究和軍事管理等眾多領(lǐng)域中常常都會(huì)涉及到很多的最優(yōu)化問(wèn)題,最優(yōu)化問(wèn)題在人們的日常生產(chǎn)生活實(shí)踐中也幾乎無(wú)處不在,如物流方面、家庭理財(cái)方面等等。從通俗意義上來(lái)講最優(yōu)化問(wèn)題是指在眾多可行的方案中尋找出滿足特定要求的最好的方案。為了解決這類(lèi)問(wèn)題,學(xué)者們研究出了各種不同的優(yōu)化方法,如牛頓法、最小二乘法、梯度下降法和拉格朗日乘數(shù)法等等。但是隨著生產(chǎn)技術(shù)的發(fā)展和人類(lèi)實(shí)踐活動(dòng)的增多,人們?cè)趯?shí)際生活中遇到的很多優(yōu)化問(wèn)題越來(lái)越來(lái)復(fù)雜,如強(qiáng)約束性、多極化等等,早期的傳統(tǒng)優(yōu)化方法已經(jīng)無(wú)法滿足需求了。因此,尋找面向復(fù)雜優(yōu)化問(wèn)題且具有智能特性的新型優(yōu)化方法成為一種迫切需要。在20世紀(jì)50年代中期,人們從社會(huì)性動(dòng)物的群體行為中得到啟發(fā),成功地提出了很多用于解決一些復(fù)雜的優(yōu)化問(wèn)題的隨機(jī)型優(yōu)化算法,如粒子群算法、遺傳算法、蜂群算法等。而且這些群智能優(yōu)化算法在解決復(fù)雜的優(yōu)化問(wèn)題時(shí)表現(xiàn)出很大的潛力,具有很強(qiáng)的適應(yīng)性和魯棒性等等。煙花算法(Fireworks Algorithm,FWA)是近幾年發(fā)展起來(lái)的一種新興的全局優(yōu)化群智能算法。該算法是由譚營(yíng)教授等人在2010年提出的,其主要思想來(lái)源于夜空中煙花爆炸產(chǎn)生火花這一自然現(xiàn)象的模擬。由于煙花算法優(yōu)點(diǎn)明顯,收斂速度快,容易實(shí)現(xiàn)還具有爆發(fā)性、多樣性、簡(jiǎn)單性和隨機(jī)性等特點(diǎn),逐漸受到國(guó)內(nèi)外眾多研究者的廣泛關(guān)注,也成為近年來(lái)的一個(gè)熱門(mén)研究方向。煙花算法不僅用于解決優(yōu)化問(wèn)題,在實(shí)際工程中的應(yīng)用也表現(xiàn)出強(qiáng)大的潛力,目前已經(jīng)被應(yīng)用于圖像分割、旅行商問(wèn)題、0/1背包問(wèn)題、配電網(wǎng)重構(gòu)優(yōu)化和濾波器設(shè)計(jì)等眾多領(lǐng)域中。但現(xiàn)階段對(duì)煙花算法的研究和應(yīng)用還是很初步的,在有些方面還很膚淺,如子煙花間的交互機(jī)制的研究、動(dòng)態(tài)優(yōu)化問(wèn)題的求解等,另外,煙花算法還存在一些不足,如尋優(yōu)精度較低且容易陷入局部最優(yōu)。因此,對(duì)煙花算法的改進(jìn)和應(yīng)用領(lǐng)域的拓展成了一個(gè)研究熱點(diǎn)。首先,本文對(duì)煙花算法的一種改進(jìn)算法即動(dòng)態(tài)搜索煙花算法(Dynamic Search Fireworks Algorithm,dynFWA)的進(jìn)化方式進(jìn)行了研究分析,對(duì)算法進(jìn)行了改進(jìn),提出了 一種具有學(xué)習(xí)因子和自適應(yīng)趨向性的動(dòng)態(tài)搜索煙花算法,稱(chēng)為改進(jìn)的動(dòng)態(tài)搜索煙花算法(Improved Dynamic Search Fireworks Algorithm,IdynFWA)。改進(jìn)算法中的學(xué)習(xí)因子充分利用搜索過(guò)程中歷史成功信息,使得煙花個(gè)體能夠向群體中的"優(yōu)良"搜索信息學(xué)習(xí),從而可以自適應(yīng)調(diào)整大小,并且學(xué)習(xí)因子的兩種不同產(chǎn)生方式有助于平衡算法的局部搜索和全局搜索能力。為了證明本文所提出的改進(jìn)算法的優(yōu)化特性和有效性,文中對(duì)改進(jìn)算法、基本算法以及其他代表性算法進(jìn)行了一組優(yōu)化問(wèn)題的國(guó)際標(biāo)準(zhǔn)測(cè)試函數(shù)的實(shí)驗(yàn)仿真,并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析,結(jié)果表明改進(jìn)的動(dòng)態(tài)搜索煙花算法在一定程度上避免了基本算法的容易早熟收斂的缺陷,并且尋優(yōu)精度也有所提高。其次,通過(guò)將動(dòng)態(tài)搜索煙花算法應(yīng)用到特征選擇(也稱(chēng)為特征提取)的子集生成過(guò)程中,提出了基于動(dòng)態(tài)搜索煙花算法的特征選擇方法。特征選擇是指從一個(gè)完整的原始數(shù)據(jù)特征集合中選擇出最優(yōu)特征子集的過(guò)程,并且通過(guò)特定的評(píng)價(jià)標(biāo)準(zhǔn)去評(píng)估所選特征子集的優(yōu)劣性。特征選擇在機(jī)器學(xué)習(xí)、模式識(shí)別和數(shù)據(jù)挖掘等諸多領(lǐng)域中有著很廣泛的應(yīng)用,其也是影響分類(lèi)器分類(lèi)效果的關(guān)鍵問(wèn)題之一。該方法在子集生成階段結(jié)束時(shí)產(chǎn)生的最終可行解的每一維是0/1整數(shù)編碼,0和1代表其所對(duì)應(yīng)特征是否被選擇。接著,用分類(lèi)錯(cuò)誤率作為適應(yīng)度函數(shù)來(lái)評(píng)估所選特征子集的優(yōu)劣,適應(yīng)度函數(shù)值越小即分類(lèi)錯(cuò)誤率越小,說(shuō)明當(dāng)前所選的特征子集越好。因此,選取最優(yōu)特征子集就是尋找使適應(yīng)度函數(shù)(分類(lèi)錯(cuò)誤率)取得最小值的可行解。文中將該方法與其他特征選擇方法進(jìn)行了一系列對(duì)比實(shí)驗(yàn),結(jié)果表明基于動(dòng)態(tài)搜索煙花算法的特征選擇方法能有效地移除不相關(guān)特征,提高分類(lèi)準(zhǔn)確率。
[Abstract]:In order to solve these problems , many optimization problems such as Newton ' s method , least square method , gradient descent method and Lagrange multiplier method have been developed . In this paper , the evolution of dynFWA is studied , and the algorithm is improved . A dynamic search firework based on learning factor and adaptive tropism is proposed , which is called improved Dynamic Search Fireworks Algorithm ( IdynFWA ) . In order to prove the optimization characteristics and effectiveness of the improved algorithm proposed in this paper , the paper presents an improved algorithm , basic algorithm and other representative algorithms .

【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 謝承旺;許雷;趙懷瑞;夏學(xué)文;魏波;;應(yīng)用精英反向?qū)W習(xí)的多目標(biāo)煙花爆炸算法[J];電子學(xué)報(bào);2016年05期

2 李雪源;崔穎;;基于二進(jìn)制編碼的煙花聚類(lèi)算法[J];應(yīng)用科技;2016年01期

3 包曉曉;葉春明;黃霞;;煙花算法求解JSP問(wèn)題的研究[J];計(jì)算機(jī)工程與應(yīng)用;2017年03期

4 杜振鑫;;煙花算法求解非線性方程組[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2013年04期

5 張家琴;;求解0/1背包問(wèn)題的煙花算法研究[J];武漢工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年03期

，

本文編號(hào)：1363785