学位论文 > 优秀研究生学位论文题录展示

基于平均值的混合蛙跳算法研究与应用

作　者: 宋磊
导　师: 王联国
学　校: 甘肃农业大学
专　业: 农业电气化与自动化
关键词: 群体智能算法 遗传算法 粒子群算法 混合蛙跳算法 平均值 优化调度 机组优化
分类号: TP18
类　型: 硕士论文
年　份: 2013年
下　载: 20次
引　用: 0次
阅　读: 论文下载
 

内容摘要


混合蛙跳算法(ShuffledFrogLeapingAlgorithm,简称SFLA)是由Lansey和Eusuff在2003年提出得一种源于对青蛙觅食行为研究的群体智能算法。该算法具有简单的概念，较少的参数，较快的计算速度及较强的全局寻优能力等特点。但与其他群体智能算法类似，SFLA算法在优化某一些函数问题时也同样存在一些不足之处，如：在局部搜索时容易陷入局部最优，寻优的效果不够理想。本文针对混合蛙跳算法在局部搜索时存在易于陷入局部最优的问题，首先提出了基于平均值的混合蛙跳算法（NovelShuffledFrogLeapingAlgorithmBasedonAverageValue,简称NSFLA），并简要介绍了其主要参数对算法性能的影响，最后将改进算法应用到装配线优化调度和机组优化组合问题中，验证了改进算法的有效性。本文研究的主要工作如下：1.简要介绍了最优化问题、智能优化算法和几种常见的智能优化算法，论述了混合蛙跳算法的研究背景、意义及现状，并简要介绍了其研究内容。2.简要介绍了基本混合蛙跳算法的基本定义，分析了混合蛙跳算法的基本原理、数学模型、算法步骤、算法的相关参数和优缺点。3.针对混合蛙跳算法寻优精度较低和收敛速度较慢等缺点，提出了基于平均值的混合蛙跳算法。通过将蛙跳算法的子群平均值引入到子群局部搜索中，同时采用自适应概率定向地更新每个子群最优个体，较好得保持了种群的多样性，提高了算法的局部搜索能力和全局搜索能力，仿真实验验证了改进算法的有效性。4.将基于平均值的混合蛙跳应用到装配线的优化调度问题上，并与粒子群算法的优化调度结果进行了比较分析，实验结果表明混合蛙跳算法可以更为有效快速求得合适的解。5.将基于平均值的混合蛙跳算法应用到机组优化组合问题上，结果表明混合蛙跳算法比混沌优化算法和遗传算法具有较好的优化性能。在实际工程优化方面具有良好的应用前景。最后，对全文进行了简要的总结同时对混合蛙跳算法将来的研究进行了进一步的展望。

全文目录


摘要  2-3
Summary  3-7
第一章 引言  7-19
  1.1 最优化问题  7
  1.2 智能优化算法概论  7-10
    1.2.1 传统的优化方法  7-9
    1.2.2 智能优化算法  9-10
  1.3 常见的智能优化算法  10-13
    1.3.1 遗传算法  10-11
    1.3.2 禁忌搜索算法  11
    1.3.3 模拟退火算法  11
    1.3.4 蚁群算法  11-12
    1.3.5 粒子群算法  12-13
    1.3.6 人工鱼群算法  13
  1.4 混合蛙跳算法的研究背景和意义  13-14
  1.5 混合蛙跳算法的研究现状  14-17
  1.6 论文研究内容  17-19
第二章 基本混合蛙跳算法  19-27
  2.1 引言  19
  2.2 混合蛙跳算法的一些基本概念  19-20
  2.3 基本混合蛙跳算法的原理  20-21
    2.3.1 行为描述  20
    2.3.2 蛙跳算法的数学模型  20-21
  2.4 基本混合蛙跳算法的步骤  21-23
  2.5 基本混合蛙跳算法的参数选取  23-25
  2.6 基本混合蛙跳算法的优点及缺点  25
  2.7 本章小结  25-27
第三章 基于平均值的混合蛙跳算法  27-34
  3.1 基于平均值的混合蛙跳算法  27-29
    3.1.1 算法思想  27-28
    3.1.2 算法具体步骤  28-29
  3.2 仿真实验和结果分析  29-33
    3.2.1 实验设计  29-30
    3.2.2 固定进化迭代次数评价算法的收敛速度和精度  30-32
    3.2.3 固定收敛精度分析算法迭代进化次数  32-33
  3.3 本章小结  33-34
第四章 基于平均值的混合蛙跳算法在装配优化调度中应用  34-39
  4.1 装配优化问题简述  34-35
  4.2 装配线调度中的数学模型  35-36
  4.3 实现算法的关键  36-37
  4.4 应用与分析  37-38
  4.5 本章小结  38-39
第五章 基于平均值的混合蛙跳算法在机组优化中应用  39-43
  5.1 机组优化问题  39
  5.2 机组优化组合的数学模型  39-40
  5.3 应用与分析  40-42
  5.4 本章小结  42-43
第六章 总结与展望  43-45
  6.1 总结  43
  6.2 展望  43-45
参考文献  45-49
致谢  49-50
导师简介  50-51
作者简介  51-52

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
  7. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  8. 有源电力滤波器及其在配电网中的应用,TN713.8
  9. 基于遗传算法的中短波磁天线的设计及实现,TN820
  10. 基于遗传算法的柑橘图像分割,TP391.41
  11. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  12. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  13. 语音情感识别的特征选择与特征产生,TP18
  14. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  15. 基于遗传算法和粗糙集的聚类算法研究,TP18
  16. 基于粒子群的分子对接算法,R91
  17. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  18. 基于遗传算法的矿山资源优化调度模型的研究,O224
  19. 基于特征选择的入侵检测研究,TP393.08
  20. 机械臂轨迹规划研究,TP242
  21. 基于遗传算法的前馈神经网络优化研究,TP183

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com