连续域蚁群算法的改进研究与应用

连续域蚁群算法的改进研究与应用

ID:20625592

大小:4.09 MB

页数:81页

时间:2018-10-14

连续域蚁群算法的改进研究与应用_第1页
连续域蚁群算法的改进研究与应用_第2页
连续域蚁群算法的改进研究与应用_第3页
连续域蚁群算法的改进研究与应用_第4页
连续域蚁群算法的改进研究与应用_第5页
资源描述:

《连续域蚁群算法的改进研究与应用》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、太原理I:人。7:砍十研究生学位论文表目录表3—1基本蚁群算法与其它算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯17表3—2基本蚁群算法与特定的用于求解TSP问题算法的比较⋯⋯⋯⋯⋯.27表3—3基本蚁群算法与通用型启发式算法的比较⋯⋯⋯⋯⋯⋯⋯⋯..28表4—1BACA、GMACA、IGA、ICACA算法性能比较(函数』(工))⋯⋯⋯49表4—2BACA、GMACA、IGA、ICACA算法性能比较(函数五(x))⋯⋯..53表4—3BACA、GMACA、IGA、]CACA算法性能比较(函数六(x))⋯⋯..54表4—4ICACA算法不同参数下

2、性能比较(以(x))⋯⋯⋯⋯⋯⋯⋯⋯55表4—5ICACA算法不同参数下性能比较(L(x))⋯⋯⋯⋯⋯⋯⋯⋯56表4—6采用GA与ICACA得到的寻优结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯64表4—7采用GA与ICACA得到的寻优结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯66表5—1AF—ICACA、ICACA、]GA算法性能比较⋯⋯⋯⋯⋯⋯⋯⋯..74Xlll声明尸明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个

3、人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:查翌毖日期:竺垦聋三垫坐垒关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为:目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签:名:蕉翌垡日期:型壬兰堂垦导师签名:太原理J:人学硕十研究生。’二付

4、论文1.1引言第一章绪论蚁群算法是由意大利学者Dorigo,Maniezzo等人在20世纪90年代初受自然界中真实蚁群集体行为的启发而提出的一种基于种群的模拟进化算法,属于带有构造性特征的随机搜索算法。它是继模拟退火算法、遗传算法、禁忌搜索算法、人工神经网络算法等启发式搜索算法以后的又一种应用于组合优化问题的启发式搜索算法。众多研究可以证明蚁群算法具有很强的发现较好解的能力,这是因为该算法不仅利用了工F反馈原理,在一定程度上可以加快进化过程,而且是一种本质并行的算法,不同个体之间不断进行信息交流和传递,从而能够相互协作,有利于发现较

5、好的解。蚁群算法通过人工蚂蚁搜索食物的过程来成功地求解TSP问题,随后用该方法求解QAP(quadraticassignmentproblem)I'司题、job—shop调度问题等离散问题,都取得了较好的实验结果。但是在实际控制工程的优化问题中大量遇到的是连续性问题,因此将优化性能良好的蚁群算法用于连续性空间优化问题显得尤为重要。由于蚁群算法起源于离散优化问题(如TSP旅行商问题),目.离散问题与蚁群从蚁穴到食源最短路径的搜索过程具有内在的联系和本质的相似性。因此将蚁群算法应用到连续空间优化问题(函数优化)时,不能直接套用蚁群算法模

6、型,只能利用算法的原理和人们对连续优化问题取得的有关先验知识来构造相应的算法模型。有许多学者进行了这方面地研究,他们首先将连续空间离散化,一种是基于网格划分策略地蚁群算法、一种是基于二进制编码的蚁群算法。这两种方法成功地实现了蚁群算法应用剑连续优化问题(函数优化),它们在求解低维函数时表现出各自突出的优点。但是也有‘‘定的局限性和缺陷,这两种方法遇到高维或复杂多峰函数时求解性能大大下降。所以仍需对蚁群算法进行改进,以更好地适应复杂连续优化问题。1.2选题目的及意义虽然蚁群算法在离散空问的寻优能力十分突出,但是对于连续空间的优化也是蚁

7、群太原理‘】:人学硕十研究乍学位论文算法应用的领域之一,也是评价蚁群算法性能的丰要方面。山于最初的蚁群算法思想起源于离散型的网络路径问题,如TSP一旅行商问题。而一般函数的优化问题与旅行商问题是有本质上的区别。在旅行商问题模型中,蚂蚁选择的路线有确定的方向,而在一般函数的优化问题中,却不能直接提供给蚂蚁确定的、可供选择的路线及方向,需要人的先验知识作指导。因此,将蚁群算法应用在一般函数的优化问题中时,必须对原蚁群算法数学模型的许多实施细节进行修正。目前国内外许多学者作了这方面的研究,但是连续域寻优结果确不如离散域寻优结果那样有明显的

8、优越性,说明仍存在一些缺陷。本文的目的就是进行蚁群算法在连续域寻优问题的研究,提出~些新的改进措施,使得蚁群算法更适应连续域寻优。第一:仿照真实蚂蚁工作机制,将蚂蚁分为两大类型:侦察蚁和探索蚁。两种蚂蚁用不同的方法进行各自的工作,且相

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。