欢迎来到天天文库
浏览记录
ID:35186175
大小:5.79 MB
页数:70页
时间:2019-03-21
《群体协作的果蝇优化算法及其在web服务组合中的应用研究》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、巧级:保密期限;告么乂爹?"硕±学位论文’群体协作的果强优化算法及其在Web服务姐合中的应用研究CollaborativeSwarmFruitFlyOptimiza村on乂IgorithmandItsAlicationinWebServiceComositionppp学号E14301099姓名章林霞学位类别工程硕±■学科专业*'■计算色机时巧巧术>16(工程领域)指导教师王爱平教授完成时间
2、2016年10月^答辩委员会主席签名^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王作及取得的,研究成果。据我所知,除了文中特别加W标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,也不包含为获得安徵大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何贡献均已。与我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:私"弟|月日|学位论文版权使巧授权书、本学位论文作者完全了解安徽大
3、学有关保留使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借^阅!义将学位论文的全部或部分内容编入有关数据库进行检。本人授权安徽大学可k、索,可义采用影印、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:导师签雀^;^;^签字曰期:W知1月曰签字曰期:4年曰|""山个摘要(FruitFlOtimizationAlorithmFOA)果蜗优化算法ypg,是模仿
4、果蛹在觅食过一程中的合作行为而提出的种新型群智能优化算法。FOA算法的原理是根据毎只果蛹随机飞行到的位置计算各自的味道浓度值,并找出最佳味道浓度值,然后。FOA不断迭代,最终找到食物,实现优化问题的求解具有计算过程简单和易一于理解的优点些缺点,,然而FOA也存在例如,FOA使用固定步长容易导致算法的局部搜索能力和全局搜索能力失去平衡;FOA初始位置的选择对算法的稳定性造成了很大影响。本文针对?0乂存在的缺点1^,对基本果蛹优化算法进行改进提髙算法的寻优性能,提出了
5、群体协作的果蜡优化算法(CollaborativeSwarmFruitFlyOptimizationAlgori化m,CSFOA),并将CSFOA应用于求解Web服务组合问题中,本文的主要研究工作如下:一(1)针对FOA的不足,本文提出种群体协作的果蜡优化算法。首先,CSFOA采用双种群的协作机制和递减步长的策略,有效提髙了算法的寻优精度和收敛速度。其次,CSFOA使用捜索系数h控制初始果蛹群体位置的选择W提高算法的收敛稳定性。(2)将CSFOA应用于连续型函
6、数优化问题,并对18个经典的Benchmark函数进斤测试,。实验结果表明并与经典的群智能优化算法进行了大量对比,CSFOA从整体上比FOA具有更好的全局搜索能力、更快的收敛速度、更高的收。同时,与IFOA、PSO、DE相比敛精度和稳定性,特别在高维函数求解方面,CSFOA具有更髙的寻优精度和稳定性。(3)为更全面验证CSFOA的实际应用能力,将CSFOA应用于求解离散型的Web服务组合问题。通过果蜡的位置信息找到工作流中各个Web服务的位置,最后使用适应度函数计算组
7、合服务质量的高低。将CSFOA的实验结果与FOA、PSO和DE的结果进行对比分析,实验结果证明,CSFOA具有更好的求解精度和求解速度;同时,稳定性上CSFOA优于PSO和DE。关巧词:果蛹优化算法;群体协作;搜索系数;收敛精度;Web服务组合I安激大学硕±学位论文群体协作的果媽优化算法及其在Web服务组合中的应用研巧乂bs化actFruitFlyOptimizationAlgorithm(FOA)isanewswarmintelligence
8、optimizatio打algorithmwhichimitatesthecollaborativebehavioroffruitflywhenforagi打g.ThebasicideaofFOAistocalculatefruitflysteconcentrationvalue化accordingtothepositionofeachfruitflyrandomflightandfind化ebesttasteC
此文档下载收益归作者所有