试论函数聚类及其进化计算知识获取研究

试论函数聚类及其进化计算知识获取研究

ID:34830362

大小:19.16 MB

页数:87页

时间:2019-03-12

试论函数聚类及其进化计算知识获取研究_第1页
试论函数聚类及其进化计算知识获取研究_第2页
试论函数聚类及其进化计算知识获取研究_第3页
试论函数聚类及其进化计算知识获取研究_第4页
试论函数聚类及其进化计算知识获取研究_第5页
资源描述:

《试论函数聚类及其进化计算知识获取研究》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、分类号1刃心密级学号0708120651后场打多劣军硕士学位论文函数聚类及其进化计算知识获取研究华洁学科名称:计算机软件与理论学科门类:.工学指导教师:崔杜武教授申请日期:2010年3月独创性声明本人所呈交的学位论文是在导师指导下进行的研究工作及取得的成果。尽我所知,除特别加以标注的地方外,论文中不包含其他人的研究成果。与我一同工作的同志对本文的研究工作和成果的任何贡献均已在论文中作了明确的说明并已致谢。本论文及其相关资料若有不实之处,由本人承担一切相关责任化、人久一T‘卜百、境~泛石、:_少f志户年3月如日学位论文使用授权声明本人-笙三色‘在导师的指导下仓。作完成学位论文的知识产

2、权归西安理工大学所有,本人今后在使用或发表该论文涉及的研究内容时,会注明西安理工大学。本人作为学位论文著作权拥有者,同意授权西安理工大学拥有学位论文的部分使用权(在以下“口”中标明,同意的划“矿”,不同意的划“x”),即:本人提交的印刷版和电子版学位论文,口学校可以采用影印、缩印或其他复制手段保存;口学校可以将学位论文的全部内容编入公开的数据库进行检索;口学校可以将学位论文的摘要编入公开的数据库进行检索;口学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆、资料室等场所及校园网上供校内师生阅读、浏览。本人学位论文全部或部分内容的公布(包括刊登)授权西安理工大学研究生学院办理

3、。(保密的学位论文在解密后,适用本授权说明)论文作者签名:穿‘滚导师签名:了月了口日摘要论文题目:函数聚类及其进化计算知识获取研究学科专业:计算机软件与理论研究生:华洁签名:指导教师:崔杜武教授签名:摘要对遗传算法的研究有很多方面,一批学者在对遗传算法的基本构成一选择、交叉和变异等三个基本遗传算子和群体大小、终止代数及其相应算子概率等运行参数的研究后发现,算子及其参数环境对遗传算法在函数优化中的性能和结果是至关重要的,它们之间良好的运行策略能有效提高算法的性能,因而在应用遗传算法过程中选择合理的算子及参数的研究具有较大的现实价值。:目前,对于选择合理的算子及参数研究存在参数建议太泛

4、及建议参数各不相同等问题,分析其原因在于所选目标对象(函数)各不相同,而非通过函数类别进行研究。本文针对二元优化函数,利用共生矩阵所提取的适应度地貌特征对其进行聚类运算,进而根据聚类所得函数类别信息进行优化指导知识提取,最终用于指导优化计算,主要的研究内容包括:l)构建在聚类算法下函数的特征描述方式。本文在函数适应度地貌的基础上,引入图形图像中的纹理分析相关概念,提出了一种能有效描述二元函数的特征描述方法,并以此构建了以函数为目标的聚类算法。实验表明,该聚类算法能有效地对函数进行聚类,其运算结果不仅满足聚类层面有效性,也满足进化算法层面的有效性。2)搭建能灵活扩展的算法实验平台及以

5、此构建算例事实库。本文利用大量的优化函数在复杂的算法实验平台下进行各种优化计算,并将其结果进行合理、有效地评价后保存,进而构建庞大的算例事实库。该事实库不仅用于函数聚类结果验证,也为后续基于函数类别信息的知识发掘提供必要数据。3)在上述两点内容的基础上,通过对结果数据的分析,最终获得了一系列函数种类和针对于函数种类的算法指导知识。实验表明,这些知识能有效地指导函数优化计算,极大的提高获取函数最优解速度、精度和减少计算代价。关键字:进化计算;函数聚类;共生矩阵;函数地貌本研究得到国家自然科学基金(编号:60743009和60873035)的资助止AbstraetTitlG:RESEA

6、RCHOFFUNCTIONCLUSTER!NGANDEVOLUTIONARYCOMPUI’ATIONKNOWLEDGEACQU!S!TIONMajor:COmPuterSOftware&TheoryName:JieHUAs,gnature:一母巡红SuPervisor:Prof.DuwuCUIs’g二,一,:头巡些了Abst门CtTheresearehofthebasieeomPonentsinthegenetiealgoritlllzi,suehasseleetion,erossover,mutationoPeratorsandPoPulationsize,trUneatedge

7、neration,erossoverProbability,mutationProbabilityand50on,showthattheehoieeofParameterseanhavesignificantimPaetontheefeetivenessoftheoPtimizationalgorithrn:AtPresent,theoPtimaleontrolPara们neterssuggestionseitheraretoowiderangeoreaehareno

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。