学位论文 > 优秀研究生学位论文题录展示

多目标人工萤火虫群优化算法及其应用

作　者: 龚巧巧
导　师: 周永权
学　校: 广西民族大学
专　业: 计算机应用技术
关键词: 萤火虫群背包问题多目标优化 Pareto最优解集约束优化多目标规划
分类号: TP301.6
类　型: 硕士论文
年　份: 2011年
下　载: 188次
引　用: 0次
阅　读: 论文下载

内容摘要

人工萤火虫群优化算法(Artificial Glowworm Swarm Optimization Algorithm, GSO)起源于对萤火虫群觅食和寻偶行为的模拟.该算法存在捕捉极值域速度快、捕捉效率高,具有较强的通用性等优点。但算法也存在着易于陷入局部最优、收敛速度慢、易出现震荡、求解精度不高等问题。本文针对GSO的特点和多目标优化问题的特点,提出一些新的搜索机制和策略,改进人工萤火虫群优化算法。将改进后的人工萤火虫群优化算法用于求解背包问题和多目标优化问题。本文所取得的主要研究成果如下:(1)针对常规求解背包问题罚函数方法敏感参数选择问题,利用人工萤火虫群优化算法求解0-1背包问题。(2)使用两个主要的思想策略,即依据物品单位容积价值的高低选择物品的贪婪策略和基于二进制编码的人工萤火虫群算法。将精确优化方法--贪心算法和人工萤火虫群优化算法结合并用来求解多维背包问题。(3)基于Pareto最优解集的多目标人工萤火虫群优化算法,通过采用“Pareto库”来存储当前得到的Pareto最优解,对每次迭代得到的Pareto解集的解进行比较,从而更新“Pareto库”中解,这样更好的引导萤火虫群进行下一步的寻优,最终得到一个完整的Pareto最优解集。(4)基于构造惩罚函数的方法对约束优化问题进行处理,用多目标人工萤火虫群优化算法求解约束优化问题和多目标规划问题。

多目标人工萤火虫群优化算法及其应用

内容摘要

全文目录

相似论文