蜂群算法及其仿生策略研究

蜂群算法及其仿生策略研究

ID:35096793

大小:5.31 MB

页数:55页

时间:2019-03-17

蜂群算法及其仿生策略研究_第1页
蜂群算法及其仿生策略研究_第2页
蜂群算法及其仿生策略研究_第3页
蜂群算法及其仿生策略研究_第4页
蜂群算法及其仿生策略研究_第5页
资源描述:

《蜂群算法及其仿生策略研究》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:TP3Q16单位代码033521310092密级;学号:硕±学位论文■?中文论文题目:蜂群策法及其仿生策略研究英文论文题目:Modifiedbionicstrategyofbeecolonyalgorithm申请人姓名:赵挺指导教少币:沈海斌合作导师:专业名称:电路与系统研究方向:智能安全与总片设计所在学院:电气工程学院论文提交日期2016年1月*蜂群算法及其仿生策略研究论义作者签名;也化指导教师签名:论文评阅人1;秦连鴻技雌评阅人2

2、:卷葛您擔评阅人3;麥小副教溢^评阅人4=评阅人5;答辩委员会主席:相朵夺繳委员1:斯為獻教媛委员2:毛始始■盈教换'委员3;AM\辕.離委员4:委员5;;答辩日期:於也叫浙江大学研巧生学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研巧成果。除了文中特别加W禄注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果一,也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的

3、任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字曰期:年3月作曰学位论文版权使用授校书本学位论文作者完全了解浙江大学有权保留并向国家有关部口或机构送交本论文的复印件和磁盘,允许论文被查阅和借阔。本人授权浙江大学可W将学位论文的全部或部分内容编入有关数据库进行检索和传播,可采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名;导师签名:。O/占/签字日期:>年j月日签字日期:年;月f日浙江大学硕±学位论文致谢致谢一晃云年,转暇间硕击生活巧将结束。在这

4、S年的时间里,在浙大,在超大所,我不仅在学习科研上收获了许#知识和经验,交到了许《朋友,更提高了思考、做人做事的方一P式。在这里,我要特别感谢我的导师义及与我同学习进步的同学和关记帮助过我的人。'首先j心,我要感谢我的研究生导师沈海斌老师,感谢沈老师S年来对我的悉指导与帮助,在学习科研上不仅给予了我良好的科研环境和开阔的视野与思维方式,同时沈老师的工作态度和极大的工作热情也是给我留下了深刻印象。在学习外,沈老师教给我的许多为人处世的方式与道理更是令我获益匪浅。同时也要感谢严晓浪、何乐年、吴晚波、史岭、罗小华、赵梦恋、王维维、虞小鹏等超大所的

5、老师们。感谢他们将知识通过课程传授予我们,为我们营造了良好的学习环境,让我们有机会接触到学科的前沿知识,为我们在实验室的科研工作中打下了理论基础。、、、其次,我要感谢仇悦肖锋、徐桓曾兆山余斌等超大所和实验室的同学师兄师姐们,是你们陪伴和帮助我走过了这十分珍贵且重要的硕壬王年。感谢你们在学习、生活、工作中的帮助与陪伴。、最后,,我要感谢我的父母我的家人这么多年辛苦工作为了我在我的生活上给予我L的无微不至的关怀,义及在我学习和工作中给予的理解与支持。还有,感谢这坚年朋友们的理解鼓励,特别感谢的是我女朋友在我陷入低谷时给予我力量。你们的期许和鼓励是我

6、坚持不懈前进的动力。一感谢浙大,我相信在浙大的S年必定是我人生卷轴中非常浓墨重彩的笔。赵挺2016年1月I浙江大学硕壬学位论文摘要摘要一仿生群智能优化算法是目前人工智能研究热点的个重要分支,其计算相对简单,易于扩充,此外,该算法的实现过程对计算机处理器和内存的要求较低,同时在计算过程中一具有可并行L义及分布运行的特点。而蜂群算法作为其中较新的种概率搜索算法,继承了仿生群智能优化算法的理论思想、易于实现、计算简洁等优点化有着较广,因控制参数少泛的应用,但仍然存在着过早收敛、易陷入局部最优、精度不高等问题,如何选择适宜的随

7、机过程摸拟及调控恰当的局部搜索行为是解决问题的关键。盲源分离是近凡年信号处理领域的研究热点之一,在源信号与传输信道未知时,通过一<直接观测到的混合信号经分离后恢复出源信号。独立成分分析作为其中种重要的核公算法,应用广泛,但采用的基于梯度信息的优化算法存在着收敛速度慢、易陷入局部极值点等问题一,如何选择结构简单、参数少、易调节的优化算法是其中的关键问题之。工作中主要一本文根据上述问题与研究背景,在研究探讨了下几方面的内容:1.首先对仿生群智能优化算法及其中的蜂群算法和盲源分离作了概述,包括系统框架

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。