基于人工蜂群算法的多目标问题优化

基于人工蜂群算法的多目标问题优化

ID:35060282

大小:3.36 MB

页数:81页

时间:2019-03-17

基于人工蜂群算法的多目标问题优化_第1页
基于人工蜂群算法的多目标问题优化_第2页
基于人工蜂群算法的多目标问题优化_第3页
基于人工蜂群算法的多目标问题优化_第4页
基于人工蜂群算法的多目标问题优化_第5页
资源描述:

《基于人工蜂群算法的多目标问题优化》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TP18学校代码10590UDC621.3密级公开深圳大学硕士学位论文基于人工蜂群算法的多目标问题优化学位申请人姓名刘奇奇专业名称信息与通信工程学院(系、所)信息工程学院指导教师姓名骆剑平副教授深圳大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文基于人工蜂群算法的多目标问题优化是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律后果由本人

2、承担。论文作者签名:日期:年月日基于人工蜂群算法的多目标问题优化摘要多目标最优化问题是实际工程应用和科学研究中最常见的问题形式之一,一直以来备受国内外学术界的广泛关注。多目标进化算法是目前优化多目标问题的一种行之有效的方法。人工蜂群算法属于群智能算法,通过种群中个体的协作引导群体的进化并最终收敛到最优区域。本文以人工蜂群算法为进化机制,旨在探索和设计具有较高搜索能力和搜索效率的多目标算法,并用标准测试函数验证其有效性。本文的主要研究工作及成果包括以下几个方面:1)针对基本人工蜂群变异算子容易陷入局部最优的缺点,提出基本人工蜂群算

3、子和差分变异算子相结合的融合变异算子,并用该组合算子替换基本人工蜂群变异算子,在一定程度上使种群可以跳出局部最优并收敛到全局最优。2)改进基于Pareto支配的多目标人工蜂群算法。算法以人工蜂群算法为框架,将Pareto支配的概念融入人工蜂群算法中,主要采用以下三个关键技术:(a)基于Pareto支配的新个体替换准则;(b)基于支配的适应度评价方法和轮盘赌的选择方式;(c)基于支配的档案更新机制管理进化过程中产生的非劣解。3)提出基于质量指标的多目标人工蜂群算法。算法以人工蜂群算法为框架,将质量指标的概念融入人工蜂群算法中,主

4、要采用以下三个技术:(a)以指标构建适应度分配方法,并用于进化种群和档案中个体的选择;(b)观察蜂根据采蜜蜂提供的蜜源处花蜜量的信息选择蜜源,花蜜量多的蜜源附近可能含有更丰富的蜜源,在选择蜜源时应当对质量更优的蜜源赋予更大的选择概率,因此提出幂律概率的选择方式替换基本人工蜂群算法中的轮盘赌选择方式;(c)采用基于Pareto支配和质量指标的档案更新策略,档案中基于指标的个体选择方式确保了档案不会退化。通过对标准测试函数UF系列、ZDT系列和DTLZ系列的测试,并且与经典算法对比,本文提出的两种多目标人工蜂群算法在收敛性、分布

5、性和计算复杂度上都表现出明显优势。关键词:多目标优化;人工蜂群算法;Pareto支配;质量指标ITheArtificialBeeColonyAlgorithmforMulti-objectiveOptimizationProblemsAbstractMulti-objectiveoptimizationproblems(MOPs)arecommonlyusedinpracticalengineeringapplicationandscientificresearch,whichattractgreatattentionofaca

6、demiccommunityaroundtheworld.Multi-objectiveEvolutionaryAlgorithms(MOEAs)havebeenrecognizedasefficientmethodstodealwithMOPs.Theartificialbeecolonyalgorithmbelongstotheswarmintelligenceoptimizationalgorithm.ThisthesisaimsatdesigningefficientandeffectiveMOEAsforMOPsbas

7、edontheartificialbeecolonyalgorithm.Theresultsareverifiedonhandlingbenchmarktestproblems.Thecontributionsofthisthesiscanbesummarizedasfollows:1)ThebasicartificialbeemutationoperatoriseasytotrapintolocalParetofronts,soacombinedmutationoperatorissuggested.2)Anartificia

8、lbeecolonyalgorithmbasedonParetodominanceisproposed.Themaintechnologiesofthisalgorithmareasfollows.(a)Theupdatingwayinpopulationisb

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。