欢迎来到天天文库
浏览记录
ID:10635407
大小:95.98 KB
页数:0页
时间:2018-07-07
《布谷鸟算法在函数优化问题中的应用研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、宁波大学科学技术学院本科毕业设计(论文)iy编号: 本科毕业设计(论文)题目:布谷鸟算法在函数优化问题中的应用研究Thecuckooalgorithmapplicationinfunctionoptimizationproblem下属学院专业班级学号姓 名指导教师职称 完成日期年月日宁波大学科学技术学院本科毕业设计(论文)诚信承诺我谨在此承诺:本人所写的毕业论文《布谷鸟算法在函数优化中的应用研究》均系本人独立完成,没有抄袭行为,凡涉及其他作者的观点和材料,均作了注释,若有不实,后果由本人承担。承诺人(签名):年月日III宁波大学
2、科学技术学院本科毕业设计(论文)摘 要【摘要】布谷鸟算法是由剑桥大学的Xin-SheYang和S.Deb在2009年提出的。布谷鸟算法作为一种新型的仿生类智能算法,它依据大自然中布谷鸟寻窝产卵的繁殖特性以及莱维飞行原理来运行。采用这两种机制原理的布谷鸟算法具有程序简单,参数少,优化功能强等优点。但与此同时布谷鸟算法也后期反应速度慢,收敛精度不高等缺点。布谷鸟算法从提出到现在,它的理论和实践都不是很完善,为了解决布谷鸟在后期运行中存在的问题,本次课题将对基本的布谷鸟算法进行改进,对基于复数编码的布谷鸟算法进行深入研究。函数优化问题是当
3、前布谷鸟算法研究的重点。许多的工程项目,生产分配,城市规划,自动控制领域等都可以通过建立数学模型而转化为函数优化的问题。因此,布谷鸟算法已经广泛应用在实际生活中。本次课题将通过matlab软件来实现布谷鸟算法在函数优化中的应用。利用matlab软件,通过对基本测试函数仿真实验,通过比较证明改进后的布谷鸟算法在搜索速度,收敛精度等方面都有所提高,并且能够很好的避免早熟现象。【关键词】布谷鸟算法;莱维飞行;收敛精度;函数优化III宁波大学科学技术学院本科毕业设计(论文)Abstract【ABSTRACT】Thecuckooalgorit
4、hmisputforwardbyXin-SheYangofUniversityofCambridgeandS.Debin2009.ThecuckooalgorithmisanewbionicintelligentalgorithmwhichrunsbasedonthenatureofthecuckooeggsseekingreproductivecharacteristicsandLevyflightprinciple.ThecuckooalgorithmusingofthetwomechanismhasSimpleprocedur
5、e,lessparametersandbetterperformance.Butatthesametimethecuckooalgorithmhassomeshortcmingssuchasslowerreactionspeedandlowertheaccuracyofconvergencewhileitsrunninginthelater.Sincethecuckooalgorithmwasproposed,itstheoryandpracticearenotveryperfection.Inordertosolveproblem
6、whichexistsinthelateoperation,thistopicwillbeanimprovementonthebasicalgorithmofthecuckoo,andbeintensivestudythecuckooalgorithmbasedoncomplexcode.Thefunctionoptimizationproblemisthekeytothecuckooalgorithmresearch.Manyoftheprojects,productiondistribution,cityplanning,aut
7、omaticcontrolfield,canbethroughtheestablishmentofmathematicalmodelistransformedintoafunctionoptimizationproblem.Therefore,thecuckooalgorithmhasbeenwidelyusedinreallife.ThistopicwillbethroughtheMATLABsoftwaretorealizetheapplicationofcuckooalgorithminfunctionoptimization
8、.UsingMATLABsoftware,basedonthebasictestfunctionsimulation,throughthecomparisonprovesthattheimprovedalgorithminthecuc
此文档下载收益归作者所有