版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、分類號:UDC:密級:學校代號:11845學號:2111114003廣東工業(yè)大學碩士學位論文(理學碩士)人工蜂群算法中局部搜索策略的研究趙舒陽指導教師姓名、職稱:塞I』住副塾援學科(專業(yè))或領域名稱:廛旦數(shù)堂學生所屬學院:廑用數(shù)堂堂醫(yī)論文答辯日期:2Q!壘生魚旦!旦摘要摘要人工蜂群算法(ABC)是一個模擬蜜蜂覓食的基于種群的優(yōu)化算法該算法具有實現(xiàn)簡單、通用性強、尋優(yōu)能力良等特點,常用來解決復雜函數(shù)最優(yōu)化問題,且優(yōu)化能力比基本的差分進化算
2、法、粒子群算法出色但該算法有個普遍的缺點,就是易陷入局部最優(yōu)解和局部搜索能力較弱為此本文為了提高人工蜂群算法的局部搜索能力,引入目前常用的混沌系統(tǒng)混沌系統(tǒng)具有隨機性、遍歷性和對原始條件的極度敏感性等特征等特點,它可以在確定的范圍內根據(jù)自身的規(guī)律不重復地遍歷種群的所有狀態(tài),因而利用混沌函數(shù)來進行局部搜索無疑對算法的尋優(yōu)能力帶來一定程度的提升混沌函數(shù)的尋優(yōu)過程概括來說分兩個階段進行:開始階段,以當前種群中的最優(yōu)個體為中心,在其周圍附加一段混
3、沌小擾動;然后,在以混沌函數(shù)確定的半徑范圍內進行尋優(yōu)這種一定范圍內的隨機遍歷,對提高最優(yōu)解的精度是有一定的積極作用根據(jù)混沌優(yōu)化的遍歷性和人工蜂群算法的反演性,本文將兩者進行組合,提出了基于混沌局部搜索的人工蜂群算法思想,在這個思想的基礎上經過改進和優(yōu)化,使其對提高人工蜂群算法的局部搜索能力更趨明顯概括來說,本文主要進行了如下兩個方面的研究工作:1、為了提高混沌函數(shù)的局部搜索能力,將原混沌局部搜索策略進行適當改進,并將其與人工蜂群算法結合
4、:新算法在每一代的所有個體的平均值附近利用混沌函數(shù)進行細化搜索,然后在搜索到的解和原食物源之間采用貪婪選擇的原則確定下一代種群基于六個標準測試函數(shù)的仿真結果表明,本算法能有效地加快收斂速度,提高最優(yōu)解的精度,其性能優(yōu)于已有的人工蜂群算法2、提出了一種自適應策略的混沌局部搜索人工蜂群算法:其基本思想是在原搜索區(qū)域的基礎上,根據(jù)每次尋優(yōu)的結果中種群的相似度自適應地調整搜索空問,逐步縮小搜索區(qū)域,并利用混沌變量的內在隨機性和遍歷性跳出局部最優(yōu)
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 基于局部搜索和二進制的改進人工蜂群算法.pdf
- 人工蜂群算法的混合策略研究.pdf
- 基于人工蜂群算法的分類算法研究.pdf
- 人工蜂群算法的研究與改進.pdf
- 混合人工蜂群算法的改進研究.pdf
- 人工蜂群算法的研究與應用.pdf
- 人工蜂群算法的研究及應用.pdf
- 人工蜂群算法及其應用的研究.pdf
- 人工蜂群算法的研究及其應用.pdf
- 人工蜂群算法優(yōu)化感知機.pdf
- 基于改進人工蜂群算法的聚類研究
- 人工蜂群算法的改進與應用.pdf
- 基于人工蜂群算法的云計算.pdf
- 結合人工蜂群的車牌識別算法.pdf
- 基于多種混合策略的人工蜂群算法改進研究.pdf
- 人工蜂群算法的改進及應用研究.pdf
- 基于改進人工蜂群算法的聚類研究.pdf
- 多目標人工蜂群算法的研究與應用.pdf
- 基于人工蜂群算法的約束優(yōu)化問題研究.pdf
- 人工蜂群算法的改進及其應用研究.pdf
評論
0/150
提交評論