基于人工蜂群算法的高维多极值函数的全局优化

《基于人工蜂群算法的高维多极值函数的全局优化》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、．－；＞＂；’＇；．＇，＂一戸Ｖ＼．、＜．ｒ．／；今．哉－Ｖ．遺１；ｒ’－Ｉ＾ｒ，－；＇．琴－来．娶＾寡；＂這，Ｖ专＼．糸Ｓ＇Ｖｉ’＇＇ｙ：．Ｖ一南．ｒ£＇．．．譯：ＪＶ：＾、＇学。＇．．女连冷．女．乃．．．．．：＾．＇違．、＞？身户’．貧談Ｔ心．ｆｕ？ｆｖ＂Ｖ．＊：．Ｖ／ｆ－．ｒ．１簿Ｉ、；＇－女／Ｈ．，！．，．！＂貞’．ｒ；驾．，．、？，Ｖ．＇会＇．冷》：追＇４，＇／一．？／ｆ＊ＣＶ？，句芭．．．吟：巧：：＇＇皆

2、＇＞Ｖ．－名－－ｒ、．一！為车亭；，．＾乂立峰姑＾隹謂宣島．＼；＇／＇，．＇：，／户、：／．／－＇．ｆ，．．？：ｉ．－，ｔ／４＼＾ｆ：诚化：方，＇／；．：．－．－＇ｖ－ｕｒ父Ｉ．．扫＇护，又．＼？．店成／．Ｖ二．镑．．Ｘ＾＾ｖＶ‘／＇凑－Ａｋ换，．ｆ／皆＂＼ｖ．巧‘ｆ豕气毯八，，．＇＇＇二苗’．，．疫；ｒ；：一ｗ？％Ｘ片ｆ舊＇戸ｋ．＂．．户為＇；－与着：ｒ讀＾？誇呈，．＇．户．為，，、蒂．Ｖ．皆／１：／．Ｉ＃：／．賞！ｖ：

3、峰＾＇－如‘与ｓ巧％凑ｉ＼．／ｉｙ、城，，’ｆ隻丫‘作哉知璋ｔ．．．）、八八－’／＾、、矣１．．、．－／／ｆ．、＊，．＇鸣一－Ｖ＾．ｉ＼－ｉｉ契芦７、．．＇．六Ｖ－＇；＇＼Ｖ＾ｖＯ豁＼文致。：萬？霉夸ｉ＇‘：」．作古一／苗．呼Ｕ‘．．．發会．尽？气：－；．，＞．乂－Ｖ‘．－這義‘＇’．‘－、今，兴；．．；Ｖ、＼，；，．＇荀／、？’一Ｕ藻每．Ｗ．尹＼－．斗／‘接５义Ｋ、；ｉ成．ｉ－、Ｋ＇一－＇＂‘ｖ＇．奠；．．：‘承．‘．葛

4、，／：一／．广＇學沿皋早一．、、《‘／．、－Ｉ一片，Ｖ－与一．＞、／．爭．、病‘，．乂：一％爹Ｔｖ＞；．：，．．Ｊ．＇＞；、＇．：．今，，ｉ／‘今Ｃｉ＇讓二月ｖ，．Ｗ聲４＇卢；、泉Ｉ聲二＇寮Ｋｉｉ－；、Ｔ＼／。／．：／．；＇＇、／彰》＞￡？．？■．，Ｉ－．ｌ；Ｖ違知（ｃ；．ｒ＾、Ｖ；，細心沪參一每＞献＇袭．：１分类号ＴＰＩＳ密级公开ＵＤＣ硕±学位论文基于人工蜂群算法的高维多极值

5、函数的全局优化叶奕茂学科专业运筹学与控制论指导教师韦增欣教授论文答辩Ｕ期２０１６年１月１７Ｕ学位授予Ｕ期２０１６年６月３０Ｕ答辩委员会主席段复建教授广西大学学位论文原创性和使用授权声明本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得的研究成果。除已特别加Ｗ标注和致谢的地方外，论文不包含任何其他个人或集体已经发表或撰写的研究成果，也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料一。与我同工作的同事对本论文的研究工作所做的贡献

6、均已在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归属广西大学。本人授权广西大学拥有学位论文的部分使用权，即：学校有权保存并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅，可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Ｗ采用影印、缩印或其它复制手段保存、汇编学位论文。本学位论文属于：□保密，在年解密后适用授权。囚不保密。＂＂请在上相应方框内打Ｖ（）Ｗ０论文作者签名：曰期：中巧Ｗ３

7、指导教师签名：日期：少作Ｉ巧作者联系电话：电子邮箱：基于人工蜡群算法的高维多极值函数的全局优化摘要一人工蜂群算法经过多年的研究和应用，该算法已经发展到了定的阶一段．然而，与其他随机仿生优化算法样，算法在解决高维问题时还是存．针对这些存在的问题在容易陷入局部最优解、收敛速度慢等问题，本文对人工蜂群算法提出了一些改进的方法，并应用改进的算法解决高维多极值复杂函数的全局优化问题．，且进行了相应的分析论文主要研究工作如下：一（１）本文经过分析目前常用的几种遼应度函数变换，

8、提出了种基于迭代代数而动态变化的指数型变换的适应度函数，并应用该适应度函数对高维多极值函数的优化问题进行求解，其结果表明本文改进的适应度函数的有效性．２一（）优化个体的进化迭代策略，提出了种动态控制引领蜂或跟随蜂对蜜源领域的搜索空间的搜索策略，即在算法搜索初期引领蜂或跟随蜂对蜜源领域的搜索邻域要大些，使种群个体发现更多、更优质新蜜源的概率更大，从而有利于减少算法陷入局部最优的概率，也就提高了找到全局最优解的概率；而到了算法