版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在現(xiàn)實(shí)世界中,多模態(tài)函數(shù)優(yōu)化問(wèn)題大量存在。然而,大部分已經(jīng)存在的多模態(tài)優(yōu)化算法都面臨著依賴小生境參數(shù)、處理高維復(fù)雜問(wèn)題性能差等缺點(diǎn)。針對(duì)這些缺點(diǎn),本文提出了適應(yīng)度-距離相似度模型,并依據(jù)此模型提出了一種新的多模態(tài)粒子群優(yōu)化算法——FDPSO。
FDPSO引入了數(shù)據(jù)挖掘中聚類算法的逆過(guò)程來(lái)保證相似度小的個(gè)體不屬于同一類。在FDPSO中,每個(gè)粒子找到與其具有最小相似度的粒子,在進(jìn)化中保證這兩個(gè)粒子不屬于同一個(gè)小生境。初始狀態(tài),整個(gè)
2、種群中的所有粒子都屬于同一個(gè)小生境,隨著種群的進(jìn)化過(guò)程,種群被自動(dòng)劃分成若干個(gè)子種群并行進(jìn)行搜索。另外,為了解決早熟問(wèn)題,該優(yōu)化算法為每個(gè)粒子保存了一個(gè)計(jì)數(shù)器(c),該計(jì)數(shù)器用來(lái)記錄粒子的個(gè)體最佳位置(pbest)已經(jīng)連續(xù)多少代沒(méi)有更新,當(dāng)計(jì)數(shù)器的值大于14,那么這個(gè)粒子很可能已經(jīng)陷入局部極值點(diǎn),該粒子將被重新初始化;與此同時(shí),當(dāng)某個(gè)小生境中表現(xiàn)最好的粒子的計(jì)數(shù)器大于14,說(shuō)明這個(gè)小生境很可能陷入到局部極值點(diǎn),這個(gè)小生境中的所有粒子同樣
3、將被重新初始化去搜索其他極值點(diǎn)。實(shí)驗(yàn)結(jié)果表明:對(duì)于低維簡(jiǎn)單測(cè)試函數(shù),F(xiàn)DPSO可以取得與ANPSO和rpso同樣高的成功率,并且FDPSO需要的平均評(píng)估次數(shù)更少。對(duì)于高維復(fù)雜函數(shù),F(xiàn)DPSO可以達(dá)到更高的成功率,并且確定更多的全局極值點(diǎn),甚至使用更少的種群大小,F(xiàn)DPSO同樣具有很好的性能,這意味著FDPSO比其他優(yōu)化算法有更加持續(xù)的性能。因此,F(xiàn)DPSO對(duì)于多模態(tài)函數(shù)優(yōu)化是一個(gè)很好的選擇,這也意味著FDPSO可以在現(xiàn)實(shí)世界中廣泛應(yīng)用。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多模態(tài)優(yōu)化粒子群算法的研究及應(yīng)用.pdf
- 基于相似度變異的改進(jìn)粒子群算法及其應(yīng)用研究.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 基于多模型和粒子群優(yōu)化算法的精礦產(chǎn)量預(yù)報(bào)模型.pdf
- 粒子群優(yōu)化算法粒子群優(yōu)化算法簡(jiǎn)介
- 基于免疫粒子群優(yōu)化算法的結(jié)構(gòu)動(dòng)力模型修正.pdf
- 基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究.pdf
- 基于粒子群優(yōu)化算法的逆向物流中心選址模型的研究.pdf
- 基于分級(jí)的粒子群優(yōu)化算法研究.pdf
- 基于網(wǎng)格優(yōu)化粒子群算法的研究.pdf
- 基于Baldwin效應(yīng)粒子群優(yōu)化算法的研究.pdf
- 多策略集成粒子群動(dòng)態(tài)優(yōu)化算法.pdf
- 基于粒子群算法的油船結(jié)構(gòu)優(yōu)化研究.pdf
- 基于粒子群算法的組網(wǎng)優(yōu)化問(wèn)題研究.pdf
- 基于粒子群優(yōu)化算法的圖像分割研究.pdf
- 基于免疫算法的粒子群優(yōu)化算法的研究.pdf
- 面向單模和多模函數(shù)優(yōu)化的多子群粒子群算法研究.pdf
- 粒子群優(yōu)化算法研究.pdf
- 基于粒子群優(yōu)化算法的結(jié)構(gòu)有限元模型修正.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進(jìn)研究.pdf
評(píng)論
0/150
提交評(píng)論