版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、文化算法是一種起源于文化進化過程的進化計算模型,它的主要思想是從進化種群中獲取求解問題的知識并用于指導(dǎo)搜索過程。與其它傳統(tǒng)的進化算法不同,文化算法是一種具有種群空間和信念空間的雙層遺傳系統(tǒng),能夠以顯性的方式獲取、存儲和整合問題求解過程中的經(jīng)驗知識。因此,它的進化速度超越了單純依靠生物基因遺傳的生物進化速度。這一特點引起了研究者們的廣泛關(guān)注,目前文化算法的理論研究工作尚處于起步階段。
本文在討論文化算法優(yōu)化理論的基礎(chǔ)上,對文
2、化算法的基本框架和算法進行了改進,并將其應(yīng)用于圖像閾值分割中。主要研究內(nèi)容及創(chuàng)新點如下:
首先,針對無約束優(yōu)化中易陷入局部最優(yōu)的問題,引入了介入式文化算法框架,并將該框架應(yīng)用于無約束優(yōu)化問題,提出了兩種介入式文化算法,即具有雙通信協(xié)議的介入式文化算法和介入式文化粒子群算法。
具有雙通信協(xié)議的介入式文化算法以基本文化算法為基礎(chǔ),以進化規(guī)劃為種群模型。利用信念空間中的形勢知識判斷算法是否陷入局部最優(yōu),通過介入操作
3、來保持種群空間的多樣性。介入式文化粒子群算法以粒子群優(yōu)化算法為種群模型,利用全局最優(yōu)解判斷算法是否陷入局部最優(yōu),通過r/K選擇策略來保持種群的多樣性。與基本的文化算法相比,所提出的具有雙通信協(xié)議的介入式文化算法能夠適應(yīng)更多的無約束優(yōu)化函數(shù),而介入式文化粒子群算法更適合高維復(fù)雜函數(shù)的優(yōu)化。
其次,針對約束優(yōu)化問題,對介入式文化算法框架進行了調(diào)整,提出了兩種介入式文化算法,即基于分層結(jié)構(gòu)模型的介入式文化算法和基于動態(tài)模型的介入
4、式文化算法。
基于分層結(jié)構(gòu)模型的介入式文化算法以進化規(guī)劃為種群模型,以樹狀區(qū)域圖示為信念空間模型。利用信念元的基本屬性判斷算法是否陷入局部最優(yōu),通過介入機制直接操作信念空間,以達到跳出局部最優(yōu)的目的?;趧討B(tài)模型的介入式文化算法以進化規(guī)劃為種群模型,以動態(tài)函數(shù)優(yōu)化中文化算法的知識結(jié)構(gòu)為信念空間模型。利用歷史知識判斷算法是否陷入局部最優(yōu),直接操作信念空間的相關(guān)知識協(xié)助算法跳出局部最優(yōu)。與基于分層結(jié)構(gòu)模型的文化算法相比,所提出
5、的基于分層結(jié)構(gòu)模型的介入式文化算法的優(yōu)化性能更好。與改進的進化規(guī)劃相比,所提出的基于動態(tài)模型的介入式文化算法的成功率更高、穩(wěn)定性更好。與其它具有競爭力的約束優(yōu)化算法相比,所提出的基于動態(tài)模型的介入式文化算法精度更高、收斂速度更快。
最后,將介入式文化粒子群算法應(yīng)用于圖像閩值分割中,提出了基于介入式文化粒子群算法的多閾值圖像分割法和基于介入式文化粒子群算法的二維圖像分割法。在多閾值分割中,分別將介入式文化粒子群算法與最大類間
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 文化算法及其應(yīng)用研究.pdf
- 文化算法的改進設(shè)計及其應(yīng)用研究.pdf
- 文化算法及其在優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 競選算法及其應(yīng)用研究.pdf
- TSP算法及其應(yīng)用研究.pdf
- 常模算法及其應(yīng)用研究.pdf
- 混合免疫算法及其應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘算法及其應(yīng)用研究.pdf
- 機器學(xué)習算法及其應(yīng)用研究.pdf
- 壓縮感知算法及其應(yīng)用研究.pdf
- 凸殼算法及其應(yīng)用研究.pdf
- 在線學(xué)習算法及其應(yīng)用研究.pdf
- 流分類算法及其應(yīng)用研究.pdf
- 稀疏編碼算法及其應(yīng)用研究.pdf
- 粒子濾波算法及其應(yīng)用研究.pdf
- 果蠅優(yōu)化算法及其應(yīng)用研究.pdf
- 混合蛙跳算法及其應(yīng)用研究.pdf
- 改進果蠅算法及其應(yīng)用研究.pdf
- Hadoop平臺下的分布式SVM算法及其應(yīng)用研究.pdf
- 分布式混合雜交遺傳算法及其應(yīng)用研究.pdf
評論
0/150
提交評論