群智能算法研究及应用

群智能算法研究及应用

ID:42722147

大小:141.00 KB

页数:45页

时间:2019-09-21

群智能算法研究及应用_第1页
群智能算法研究及应用_第2页
群智能算法研究及应用_第3页
群智能算法研究及应用_第4页
群智能算法研究及应用_第5页
资源描述:

《群智能算法研究及应用》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、中国石油大学(华东)硕士学位论文群智能算法研究及应用姓名:韩锦峰申请学位级别:硕士专业:计算机软件与理论指导教师:裴振奎20080501摘要实际工程问题的复杂性、约束性、非线性和建模困难等特点,对优化和计算技术提出了更高的要求,寻找新型的智能优化方法逐渐成为一个新的研究热点。。群体智能,作为一种新兴的智能计算技术正受到越来越多研究者的关注。本文主要研究了群智能领域中两个具有代表性的算法:粒子群优化算法和蚁群优化算法。通过对已有理论的研究对比,进一步加深对两种算法的认识。并在研究已有基本粒子群优化算法及其改进形式的基础上,基于基本粒子群优化算法搜索后期,众多微粒都拥挤在历史最

2、优位置周围进行重复性无效搜索这一现象,提出一种自适应搜索区域的粒子群优化算法。其优化性能比基本粒子群优化算法有明显提高,并有效地避免了粒子群优化算法早熟收敛的问题。其次,在分析鼯均值聚类算法原有缺陷的基础上,将传统的艮均值聚类算法思想融入到粒子群优化算法中,提出了基子粒子群优化算法的聚类算法,通过粒子群优化算法基于种群的全局寻优能力更好地弥补了聚类算法的不足。从而提高收敛速度并改善分类效果。最后,将基于粒子群优化算法的聚类算法与蚁群算法相结合应用子旅行商问题,简称的求解中,从闯题本身着手,利用基于粒子群优化算法的聚类算法将大规模旅行商问题划分为多个小规模旅行商问题,然后进行

3、并行处理,从而克服了蚁群算法收敛速度过慢的缺点。并在旅行商问题的求解中取得了较好的结果。关键词:群智能,粒子群优化算法,蚁群优化算法,,聚类算法.讯,,,,,。,。:,,.,,,.,。诫饿,?...:,,,关于学位论文的独创性声明本人郑重声明:所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果,论文中有关资料和数据是实事求是的。尽我所知,除文中已经加以标注和致谢外,本论文不包含其他入已经发表或撰写的研究成果,也不包含本入或他人为获得中国石油大学华东或其它教育机构的学位或学历证书丽使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若

4、有不实之处,本人愿意承担相关法律责任。日期:御扩年,月多彳圈学位论文作者签名:盈趁蜂学位论文使用授权书本人完全圈意中国葛油大学华东有权使用本学位论文包括但不限于其印刷版和电子版,使用方式包括但不限于:保留学位论文,按规定向国家有关部门机构送交学位论文,以学术交流为目的赠送和交换学位论文,允许学位论文被查阅、借阅和复印,将学位论文的全部或部分内容编入有关数据库进行检索,采用影印缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签日期:如村年月≯‘指导教师签名:日期:矽衢罗月%中嚣嚣浊大学华东硕士学位论文第一章绪论.课题的提出、目的及意义优化技术是

5、一种以数学为基础,用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支,它一直受到人们的广泛重视,并在科学、经济以及工程领域发挥着极为重要的作用。优化算法的研究对改进算法性能、拓宽算法应用领域、完善算法体系同样具有重要作用。因此,优化理论与算法研究是一个同时具有理论意义和应用价值的重要课题。自上世纪年代以来,一些新颖的优化算法,如:粒子群优化算法、蚁群优化算法等,通过模拟或揭示某些自然现象或过程而得到发展。这些算法独特的优点和机制为解决复杂问题提供了新的思路和手段,并在诸多领域得到了成功应用。由于其构造的直观性与岛然机理,通常被称作群智能优化算法。群智能是一种由无智

6、能或简单智能的个体通过任何形式的聚集协同而表现出的智能行为。是指在没有集中控制且不提供全局模型的前提下,一组相互之间可以进行直接通信或者间接通信的主体对复杂的分布式进行求解的计算技术。同时,群智能也可以被认为是一种基于生物群体行为规律的计算技术,它受社会昆虫,如:蚂蚁、蜜蜂和群居脊椎动物、鸟群、鱼群等的启发用以解决分布式问题。这种自然系统解决问题的能力要优于彼此分离的个体所组成的系统。群屠昆虫以集体的力量,进行觅食、御敌、筑巢的能力。这种群体所表现出来的“智能,就称之为群体智能。如:蜜蜂采蜜、筑巢:蚂蚁觅食、筑巢等。耳前,群智能研究领域主要有两种算法;蚁群优化算法,简称和粒

7、子群优化算法,简称。蚁群优化算法是对蚂蚁群落食物采集过程的模拟,已成功应用于许多离散优化问题。粒子群优化算法也是起源于对简单社会系统的模拟,最初是由美国社会心理学博士和电子工程学博士提出的,用来模拟鸟群觅食的过程,后来发现它是一种很好的优化方法。现在群智能的应用领域己扩展到多目标优化、数据分类、数据聚类、机器人控制、决策支持以及仿真和系统辨识等方面。其理论和方法为解决这类应用问题提供了新的途径。与大多数优化算法不同,群智能依靠的是概率搜索算法。算法中仅涉及各种基本的第一掌缝论数学操作,计算相对篾单,方法易于实现。另

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。