学位论文 > 优秀研究生学位论文题录展示

离散微粒群改进算法及在属性约简中的应用

作　者: 王妍
导　师: 陶新民
学　校: 哈尔滨工程大学
专　业: 信号与信息处理
关键词: 微粒群算法 克隆多尺度 属性约简 病毒库 协同进化
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 13次
引　用: 0次
阅　读: 论文下载
 

内容摘要


微粒群优化(Particle Swarm Optimization,简称PSO)是Kennedy和Eberhart于1995年提出的一种群体智能优化方法。具有概念简单、运算方便、需要调节的参数少以及较强的全局收敛能力的优势,迅速得到了学术界的认可,目前在函数优化、模式识别训练、工业生产优化领域等得到了成功的应用。但其多用于解决连续优化问题,很少被用来解决离散问题,而现实生活中的许多工程实例只能抽象出离散模型,离散微粒群算法(Discrete Particle Swarm Optimization,简称DPSO)就是为解决离散问题而提出的。另一方面,随着信息时代的到来,数据库中存储的数据量以惊人的速度增加,庞大的数据量渗透到社会生活和生产的各个领域,传统的统计技术及数据管理工具不再适合分析这些巨量的数据集,人们非常需要一种高效的数据处理方法。粗糙集属性约简理论是数据预处理的一项重要内容,此方法能够减小数据规模从而减少存储空间和处理时间,而且能够尽量保留原数据的有用信息从而使数据挖掘的结果更可信,准确性更高。本论文主要做了以下两方面工作：(1)传统离散微粒群算法存在局部搜索能力差的缺点,本论文将对传统离散微粒群算法进行改进。为了算法能够逃出局部最优解,本论文引入多尺度概率变异算子,变异概率算子随着微粒适应值的提升而逐渐减少,进化初期大尺度变异算子有益于快速定位到最优解区域,进化后期小尺度变异算子局部搜索能力增强,这样就可以在保证算法局部开采能力的同时提高勘探能力,使算法能有效逃出局部最优解区域。将该算法应用到不同的优化函数中并与其他DPSO算法进行比较,证明算法的优越性。(2)近年来,微粒群算法在最小属性约简方面有了广泛的应用,受自然界病毒进化理论的启发,本论文提出一种基于病毒协同离散微粒群的粗糙集最小属性约简算法。在算法中,进化在宿主与病毒种群之间协同进行,通过满足约简分辨力不变条件的最优病毒种子复制操作产生病毒库,病毒通过感染操作在宿主种群完成横向局部搜索,以提高算法局部精确解搜索能力,同时通过删减操作完成自我更新,实现增加局部搜索范围的目的。最后对UCI数据集进行属性约简实验,结果证明本文算法在搜索最小属性约简解方面优于其他进化算法,同时收敛速度及寻优效率也有较大提高。

全文目录


摘要  5-6
ABSTRACT  6-11
第1章 绪论  11-17
  1.1 课题的目的及意义  11
  1.2 微粒群算法的背景及意义  11-14
    1.2.1 微粒群算法的提出  12
    1.2.2 微粒群算法的应用  12-13
    1.2.3 微粒群算法的研究现状  13-14
  1.3 粗糙集属性约简的背景及意义  14-16
    1.3.1 粗糙集属性约简的提出  14-15
    1.3.2 粗糙集属性约简的研究现状  15-16
  1.4 课题研究内容及文章结构  16-17
第2章 微粒群算法的原理分析  17-24
  2.1 微粒群算法  17-20
    2.1.1 微粒群算法的基本原理  17-19
    2.1.2 微粒群算法的流程  19
    2.1.3 微粒群算法的参数分析  19-20
  2.2 离散微粒群算法  20-22
    2.2.1 离散微粒群算法的参数设置  20-21
    2.2.2 离散微粒群算法的发散性分析  21-22
  2.3 微粒群算法与其他算法比较  22-23
    2.3.1 微粒群算法与蚁群算法  22
    2.3.2 微粒群算法与遗传算法  22
    2.3.3 微粒群算法与其他优化算法  22-23
  2.4 本章小结  23-24
第3章 改进的离散微粒群算法  24-35
  3.1 算法描述  24-27
    3.1.1 多尺度概率变异算子  24-25
    3.1.2 克隆选择算法  25-26
    3.1.3 惯性权重参数设定  26
    3.1.4 算法流程  26-27
  3.2 算法性能分析  27-28
  3.3 仿真实验与性能分析  28-34
    3.3.1 测试数据及实验设计  28-29
    3.3.2 单模态函数优化性能对比实验  29-31
    3.3.3 多模态函数优化性能对比实验  31-34
  3.4 本章小结  34-35
第4章 粗糙集属性约简理论  35-43
  4.1 信息系统与分类  35-38
    4.1.1 信息系统与不可分辨关系  35-36
    4.1.2 集合近似及其性质  36-38
  4.2 属性依赖  38-39
  4.3 知识约简  39-40
  4.4 属性约简算法  40-42
    4.4.1 属性约简算法分类  40
    4.4.2 属性约简常用算法  40-42
  4.5 本章小结  42-43
第5章 求解最小属性约简的病毒协同进化微粒群算法  43-55
  5.1 病毒协同进化微粒群模型  43-46
    5.1.1 微粒编码表示及适应值函数定义  43-44
    5.1.2 病毒编码及初始生成  44-45
    5.1.3 病毒感染操作  45-46
    5.1.4 病毒更新操作  46
    5.1.5 最优病毒种子注射操作  46
  5.2 算法流程  46-48
  5.3 仿真实验与性能分析  48-54
    5.3.1 复制概率对算法寻优性能的影响  48-49
    5.3.2 测试数据及实验设计  49
    5.3.3 对比实验  49-54
  5.5 本章小结  54-55
结论  55-57
参考文献  57-61
攻读硕士学位期间发表的论文和取得的科研成果  61-62
致谢  62

相似论文

  1. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  2. 媒介在乡村日常生活中的角色,D422.7
  3. 基于粗糙集的城市区域交通绿时控制系统研究,TP18
  4. 微粒群算法的改进与应用研究,TP18
  5. 粗糙集的增量式属性约简研究,TP18
  6. 知识粒度的计算及其在属性约简中的应用研究,TP18
  7. 基于核心示例集的属性约简方法研究,O159
  8. 基于改进蚁群算法的多机协同突防航迹规划方法研究,V249.1
  9. 并行与双系统协同差异进化算法及其应用,TP18
  10. 粗糙集与模糊粗糙集属性约简算法研究,TP18
  11. 基于粗糙集属性约简和加权SVM的入侵检测方法研究,TP393.08
  12. 基于粗糙集的网络安全评估模型研究与实现,TP393.08
  13. 物流配送选址与路径优化模型及其微粒群算法研究,F224
  14. 粗糙集理论在高职院校教学质量评估中的应用研究,TP18
  15. 微粒群算法理论研究及其在PID参数优化中的应用,TP13
  16. 信息系统的表示及属性约简,TP18
  17. 基于粗糙集理论的快速属性约简算法研究,TP18
  18. 基于粗糙集的复杂工业过程故障诊断研究与实现,TP18
  19. 基于粗糙集的属性约简算法研究,TP18
  20. 智能优化算法及在通信中的应用研究,TN92
  21. 模糊粗糙集属性约简及多模糊决策树分类器融合,TP18

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