学位论文 > 优秀研究生学位论文题录展示
协同进化算法研究及应用
作 者: 张创业
导 师: 何登旭
学 校: 广西民族大学
专 业: 计算数学
关键词: 优化算法 人工鱼群算法 粒子群算法 协同进化算法 模拟退火算法 约束优化 圆填充
分类号: TP18
类 型: 硕士论文
年 份: 2010年
下 载: 102次
引 用: 0次
阅 读: 论文下载
内容摘要
协同进化是近几年来群智能算法领域兴起的一个研究热点,中外学者都对其进行了广泛的研究。本文在充分研读文献的基础上,对协同进化的效率机制、信息交流方式、拓扑结构及应用领域等方面开展研究,并取得如下成果:(1)提出了新的人工鱼粒子群混合协同优化算法。该算法充分利用了人工鱼群算法与粒子群算法的互补性,发挥了协同进化算法利于混合不同算法的特性。实验表明算法具有收敛速度较快、精度较高的特点;(2)提出了两种新的信息共享拓扑结构:网络信息共享模型和多群多层信息共享模型。这两种模型和以往的模型相比,更能充分将不同搜索机制、不同搜索方法的算法融合于协同进化的机制之中,为问题的求解提供了新思路和新方法;(3)提出了一种新的协同进化信息交流机制——二次协同的信息交流机制。该机制将协同进化的信息交流方式从种群间的信息交流扩展到个体基因组的信息交流,实现了协同信息共享的宏观与微观的结合;(4)扩展了协同进化算法的应用领域。本文将协同进化应用于化工参数估计优化、约束优化、丁烯烷化过程优化、圆填充等问题的求解,为协同进化算法的应用开辟了新的方向
|
全文目录
摘要 3-4 ABSTRACT 4-8 1 绪论 8-10 1.1 协同进化研究现状与趋势 8-9 1.2 论文的主要工作 9 1.3 论文的结构 9-10 2 理论基础与基本算法 10-14 2.1 协同进化算法的基本原理 10 2.2 协同进化算法描述 10-11 2.3 人工鱼群算法的基本原理 11-12 2.3.1 人工鱼群算法基本思想 11 2.3.2 人工鱼群算法描述 11-12 2.4 粒子群算法基本原理 12 2.5 模拟退火算法基本原理 12 2.6 非均匀演化变异算子与柯西变异算子 12-13 2.6.1 非均匀演化变异算子 13 2.6.2 柯西变异算子 13 2.7 混沌映射 13 2.8 本章小结 13-14 3 基于协同进化思想的人工鱼和粒子群混合优化算法 14-22 3.1 引言 14 3.2 算法原理 14 3.3 算法步骤 14-15 3.4 数据仿真 15-18 3.4.1 测试函数 15 3.4.2 人工鱼群算法、粒子群算法的参数设置 15 3.4.3 仿真结果与分析 15-18 3.5 应用实例 18-19 3.6 智能算法协同性能和效率的初步探讨 19-21 3.7 本章小结 21-22 4 混沌协同人工鱼粒子群混合算法及其应用 22-27 4.1 引言 22 4.2 算法思想 22-23 4.3 算法步骤 23 4.4 数值仿真实验 23-25 4.4.1 测试函数 24 4.4.2 算法参数 24 4.4.3 仿真结果与分析 24-25 4.5 在SO_2 氧化反应动力学模型参数估计中的应用 25-26 4.6 本章小结 26-27 5 一种多群多层协进化算法的约束优化求解及应用 27-37 5.1 引言 27 5.2 基于可行性规则的几类基本算法算法描述 27-29 5.2.1 可行性规则约束优化的比较准则 27-28 5.2.2 基于可行性规则的人工鱼群算法的行为描述 28 5.2.3 基于可行性规则的粒子群算法描述 28 5.2.4 基于可行性规则的模拟退火算法 28-29 5.3 多群多层协同进化算法及约束优化求解的算法思想 29 5.4 基于群智能进化算法的多群多层协同进化模型 29-30 5.5 算法步骤 30-31 5.6 数值仿真实验 31-34 5.6.1 测试函数 32 5.6.2 算法参数 32-33 5.6.3 仿真结果与分析 33-34 5.7 MSMHCO 用于丁烯烷化过程的约束优化 34-36 5.8 本章小结 36-37 6 二次协同的人工鱼粒子群混合算法及其应用 37-43 6.1 引言 37 6.2 二次协同人工鱼粒子群混合算法的算法思想 37-38 6.3 算法步骤 38-39 6.4 数值仿真实验 39-40 6.4.1 测试函数 39 6.4.2 算法参数 39-40 6.4.3 仿真结果与分 40 6.5 二次协同人工鱼粒子群混合算法在圆填充问题求解中的应用 40-42 6.5.1 圆填充问题描述及数学模型的提出 40-41 6.5.2 二次协同人工鱼粒子群混合算法求解圆填充问题 41-42 6.5.3 结果分析 42 6.6 本章小结 42-43 7 总结与展望 43-44 参考文献 44-47 致谢 47-48 攻读学位期间发表的学术论文 48-49 攻读学位期间参加的科研项目 49
|
相似论文
- 多层卫星网络稳定性设计研究,TN927.23
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 药品扩散中的优化控制及其数值方法,R91
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于粒子群的分子对接算法,R91
- 结合蚁群算法与基于划分的DBSCAN聚类算法的研究,TP311.13
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 基于粒子群算法的露天矿道路路径优化研究,TP301.6
- 基于RFID监狱智能管理系统研究与实现,TP315
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 多向变异遗传算法及其优化神经网络的研究,TP18
- 移动机器人路径规划研究及仿真实现,TP242
- 船用大型锻件余热热处理工艺方法研究及参数优化,TG316
- 基于克隆免疫算法的应急物流车辆路径模型的研究,U116.2
- 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
- 变邻域搜索算法研究及在组合优化中的应用,TP301.6
- 文化智能优化算法及其在约束优化问题中的应用研究,O224
- 电力系统无功优化的混合算法研究,TM714.3
- 心电信号时间不可逆性分析和胎儿心电信号提取方法研究,TN911.7
- 改进蚁群算法在盲均衡中的应用,TN911.5
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
|