森林优化算法的改进及离散化研究

《森林优化算法的改进及离散化研究》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：TP301.6密级：研究生学位论文论文题目（中文）森林优化算法的改进及离散化研究ResearchonImprovementsandDiscretizationof论文题目（外文）ForestOptimizationAlgorithm研究生姓名聂大干学科、专业软件工程研究方向数据挖掘学位级别硕士导师姓名、职称马志新教授论文工作起止年月2015年6月至2016年5月论文提交日期2016年5月论文答辩日期2016年5月学位授予日期校址：甘肃省兰州市原创性声明本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未

2、发表的成果、数据、观点等，均已明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定，同意学校保存或向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅；本人授权兰州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，可以采用任何复制手段保存和汇编本学位

3、论文。本人离校后发表、使用学位论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为兰州大学。本学位论文研究内容：□可以公开□不宜公开，已在学位办公室办理保密申请，解密后适用本授权书。（请在以上选项内选择其中一项打“√”）论文作者签名：导师签名：日期：日期：森林优化算法的改进及离散化研究中文摘要在日常生活以及生产作业中，最优化问题是一类十分常见的问题。优化是通过某种策略不断改进对象，使其逐步优秀的一个过程，可以理解为从众多的可选方案中，不断搜索，最终选择出最优秀的方案或者相对最为贴合条件的满意方案。对于目标函数较为简单且维度较低的优化问题，传统的基于数学理论的优

4、化方法可以解决，并且效率很高。但对于维度较高的相对复杂的优化问题，传统的优化方法却表现欠佳。对此，研究人员提出了一系列的现代智能优化算法，其中包括遗传算法、粒子群算法以及新出现的森林优化算法等。森林优化算法是一种仿生类智能优化算法，其模拟森林中种子传播的过程进行搜索最优解，用于解决非线性连续型优化问题。森林优化算法的性能虽然不错，但是仍有一些不足之处。森林优化算法在解决连续型优化问题时，收敛速度较慢，求得的最优解精度不够，较容易陷入局部最优解。针对这些不足，本文提出了四个改进策略，以提高其解决连续型优化问题的性能。四个改进策略分别是极端贪婪策略、波形步长、最优树优待以

5、及新型远处播种。极端贪婪策略是在就地播种阶段，对于新产生的众多新树，保留比旧树优秀的新树，淘汰劣质新树，并且在优秀新树的基础上再产生优秀的新树；波形步长是在原步长上添加余弦函数，使步长呈现余弦波形变化；最优树优待策略是指相较于其他树，最优树应能产生较多数量的下一代新树；新型的远处播种是将原远处播种阶段的作用对象改为年龄为0的树，并且每棵树以一定概率进行远处播种。为了验证四个改进策略的有效性，先分别与原森林优化算法进行对比实验，然后融合四个改进策略，形成新型森林优化算法，再进行对比实验。森林优化算法目前还没有被用于解决离散型优化问题，因此对离散型森林优化算法的探究是完善

6、森林优化算法的必要部分。在离散化森林优化算法的过程中，本文选择0-1背包问题对离散化策略的效果进行检测。森林优化算法离散化的主要内容包括选取解的编码方式、就地播种离散化、远处播种离散化以及针对不合法的解和不够优秀的解，分别使用向下和向上贪婪调整策略进行修整。关键词：优化问题，森林优化算法，离散化，背包问题IResearchonImprovementsandDiscretizationofForestOptimizationAlgorithmAbstractOptimizationproblemsareoftenencounteredindailylifeandprod

7、uction.Optimizationisaprocesstomakesomethingbetterwithimprovedstrategies.Inotherwords,thebestsolutionorthesatisfactorysolutionisselectedfromalternativesolutionsviacontinuesearching.Forthesimpleobjectivefunctionandlowerdimensionsoptimizationproblems,traditionaloptimizationmethod