欢迎来到天天文库
浏览记录
ID:35172744
大小:6.18 MB
页数:77页
时间:2019-03-20
《tlbo算法的改进及其应用研究》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、中图分类号:TP273+.1论文编号:102870316-SZ006学科分类号:085203硕士学位论文TLBO算法的改进及其应用研究研究生姓名范浩泽专业类别工程硕士专业领域仪器仪表工程指导教师石玉南京航空航天大学研究生院自动化学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchoftheimprovementofTLBOalgor
2、ithmsandit’sapplicationsAThesisinInstrumentationEngineeringbyFanHaozeAdvisedbyLecturerShiYuSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2016承诺书本人声明所呈交的硕士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究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已
3、经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将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、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:摘要随着社会的发展,群智能优化算法作为一种启发式优化算法,得到了越来越多的发展和应用,因其不受优化目标函数连续、可微等条件的限制,表现了较好的适用性,迅速成为优化领域的一个新型研究热点。TLBO算法(Teaching
4、—Learning—Based—Optimization)于2010年由Rao等人提出。相较于其他群智能优化算法而言,TLBO算法的参数少、算法简单、较易理解、求解速度迅速、精度较高,并且具有较好的收敛能力。首先,本文介绍了TLBO算法,并仿真比较TLBO算法与DE算法对七种常见Benchmark函数的优化效果,发现TLBO算法在高维多峰测试函数下容易陷入局部最优解。其次,针对TLBO算法的缺点,从自适应的教学因子、增加教师与学生之间的默契值M、增加学生自信度权重三个方面对算法进行改进,从而设计
5、了TTLBO算法;另外,论文总结了前人改进的TLBO算法,通过几种典型测试函数进行测试,与TTLBO算法进行优化效果比较表明TTLBO算法在最优值、平均值、标准差等指标上均有较好的提高;同时,将TTLBO算法应用于三种常见的约束基准机械设计问题上,并与其他三种算法进行比较,本文改进算法对于这三种设计问题有着较好的优化结果。最后,论文介绍了自适应前照灯系统(AFS)并提出几种自适应的控制策略来控制前照车灯系统。将TTLBO算法应用于AFS系统,通过计算整体满足度这一指标,发现TTLBO算法控制策略
6、优于其他控制策略下的整体满足度,并有较大提升。关键词:TLBO算法,最优化设计问题,AFS系统,水平运动模型IAbstractWiththedevelopmentofsociety,swarmintelligenceoptimizationalgorithmhasbeenwidelydevelopedandappliedasaheuristicoptimizationalgorithm.Duetotheinfinitizedcharactersofoptimizationobjectivefun
7、ctionsuchascontinuationanddifferentiability,thealgorithmshowsthegoodapplicabilityandquicklybecomesanewresearchfocusinoptimizationareas.In2010,TLBOalgorithmwaspresentedbyRao.Comparedtootherswarmintelligenceoptimizationalgorithm,theTLBOalgorithmneedsfe
8、wparameterstoset,canbeeasilyimplementedandunderstood,solvesquicklywithhighprecision,andhasgoodconvergencecapabilityaswell.Firstly,thepaperintroduceswhattheTLBOalgorithmis,simulatesandcomparestheoptimizingeffectbyapplyingTLBOalgorithmandDEalgorithmtos
此文档下载收益归作者所有