粒子群混合智能优化算法及应用研究

粒子群混合智能优化算法及应用研究

ID:34869152

大小:6.83 MB

页数:73页

时间:2019-03-12

粒子群混合智能优化算法及应用研究_第1页
粒子群混合智能优化算法及应用研究_第2页
粒子群混合智能优化算法及应用研究_第3页
粒子群混合智能优化算法及应用研究_第4页
粒子群混合智能优化算法及应用研究_第5页
资源描述:

《粒子群混合智能优化算法及应用研究》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、学校代号10532学号S131020007分类号TP391密级HUNANUNIVERSITY硕士学位论文粒子群混合智能优化算法及应用研究学位申请人姓名汪维友培养单位信息科学与工程学院导师姓名及职祢李智勇教授学科专业计算机科学与技术研究方向智能优化计算论文提交日期2016年4月15曰学校代号:10532学号:S131020007密级:湖南大学硕士学位论文粒子群混合智能优化算法及应用研究学位申请人姓名:汪维友导师姓名及职称:

2、李智勇教授培养单位:信息科学与工稃学院专业名称:计算机科学与技术论女提交日期:2016年4月15日论女答辩日期:2016年5月7日答辩委员会主席:彭苺暮教授HbridIntellientOtimizationAlorithmbasedonParticleAwarmygpganditsAplicationResearchpbyWANGWeiyouB.E.(TongLingCollege)2013Athesissubmittedinart

3、ialsatisfactionofthepReuirementsforthedereeofqgMasterofEngineeringinComuterScienceandTechnologpytinheGraduateSchoolofHunanUniversitySupervisorProfessorLIZhiyongApril,2016湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取。得的研宄成果

4、除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体。本人完全意识到本声明的法,均己在文中以明确方式标明律后果由本人承担。〇o作者签名:无汉‘皮日期:2彳年J月J日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制

5、手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密0。(请在以上相应方框内打作者签名:日期年r月知曰导师签名:日期:年r月Jo日I粒子群混合智能优化算法及应用研究摘要优化问題普遍存在于工程设计、信息技术、工业生产等科学领域,因而解决优化问题是具有一定的理论意义和实践价值。智能优化算法是源自于生物进化规律的搜索方法,它具有简单、高效和鲁棒性等特点,吸引着大量研究者们的关注并应用于解决各类优化问题。然而,单纯的智能优化算法并不能满足实际问题中

6、复杂的高维、离散和动态等优化问题,因此针对解决复杂的优化问题而设计混合一定的研究意义智能优化算法具有。本文不仅概述了智能优化算法的研宂背景、一意义及研究现状。,而且还分析了些智能优化算法的不足本文对高维优化问题、虚拟机放置问题及智能优化算法进行了研宄,提出了--两种混合智能优化算法(PSABC和HGPSOEC)。论文的主要研宄工作如下:(1)高维优化问题由于随着搜索空间维度的增加,其计算复杂度按指数级增一-ABC长,对此本文提出了种改进的混合智能优化算法PS。该算法的思想是在每次迭代过程中,每个个体是

7、在粒子群(PSO)算法结构上使用人工蜂群(ABC)算法的探索能力,因此,该算法拥有快速收敛和优秀的计算性能。通过仿真结果表明,该算法在解决高维优化问题上效果显著。一2)在云数据中心中,为了降低服务器资源的浪费,本文提出种基于聚类(-EC思想、粒子群和遗传(GA)算法的面向虚拟机放置混合算法(HGPSO)。该混合优化算法主要包括租户虚拟机整体聚类(EC)和HGPSO算法两部分。虚拟机整体聚类有利于最小化通信代价;HGPSO算法综合了GA算法的强全局探索与PSO算法的强局部开发能力-,能够降低服务器资源的浪

8、费。实验仿真验证了HGPSOEC算法在解决虚拟机放置问题的可行性和有效性。关键词:智能优化算法;粒子群优化算法;人工蜂群算法;高维优化问题;虚拟机放置问题II硕士学位论文AbstractOtimizati

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。