差分进化算法改进研究及其应用

差分进化算法改进研究及其应用

ID:36561411

大小:4.66 MB

页数:62页

时间:2019-05-12

差分进化算法改进研究及其应用_第1页
差分进化算法改进研究及其应用_第2页
差分进化算法改进研究及其应用_第3页
差分进化算法改进研究及其应用_第4页
差分进化算法改进研究及其应用_第5页
资源描述:

《差分进化算法改进研究及其应用》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、学校代号:10532学号:S11102066密级:普通湖南大学硕士学位论文差分进化算法改进研究及苴府,、,—^用昱蚯丝名壁驱箍;瑟墓查副麴援墙差堕僮;篮星型堂皇王猩堂医童些名煎;让簋扭抖堂皇挂查迨窒握童旦塑;2Q!垒生垒旦22目论文答趱目期;2Q!垒生5旦!墨目筌塑委虽金圭度;赵塑熬援ResearchontheImprovementofDifferentialEvolutionandItsApplicationbyGONGZhonghanB.E.(HunanUniversity)2011Athesis

2、submittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringlnComputerScienceandTechnologyintheGraduateSch001ofHunanUniversitySupervisorAssociateProfessorZHANGYingjieApril,2014lIIIIIIIIIIIIIIIIIIIIIY2606578湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是

3、本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:懂碑石1日期:加,妒年f月乡口日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据

4、库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口,在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)作者签名:导师签名:喜幸汊三惨茁彦日期:加,≯年f月;。日日期:矽f叩年易月≯徊差分进化算法改进研宄及其应用摘要差分进化算法是一种基于浮点数编码的并行随机启发式搜索方法,由于其实现简单、理解容易、控制参数少、收敛精度高、收敛速度快以及鲁棒性强等优点,现已成功应用于科学与工程领域。然而,随着待求解问题复杂度的增长,差分进化算法本身也存在诸如早熟

5、收敛、求解精度低以及进化后期收敛速度慢等缺陷。因此,对差分进化算法进行分析改进,以改善算法的收敛性能,扩展算法的实际应用领域,具有重要的理论研究意义与实际应用价值。针对差分进化算法求解复杂函数时出现的性能问题,本文结合引力搜索算法的优点,提出一种基于阈值统计学习思想的混合差分进化引力搜素算法。该算法通过阈值统计学习的方式,充分利用差分进化策略的全局优化能力与引力搜索策略在进化后期的种群开发能力,在进化过程中根据两种策略在先前学习代数的成功率自适应选择较优策略生成下一代群体,保证种群在问题解空间中的探索

6、能力与开发能力之间的平衡,以提高混合算法的全局寻优能力。经典复杂测试函数的仿真实验结果表明:改进算法求解精度高,收敛速度快,鲁棒性强,能够有效避免早熟收敛问题。针对复杂网络社区发现问题,本文在标准差分进化算法的框架下,提出一种新型免疫离散差分进化算法。该算法采用标签传播的方式生成初始种群,通过离散差分进化策略来保证种群在问题空间的全局搜索能力,同时对种群中的优秀个体进行针对性的高频克隆变异操作,以提高算法的局部开发能力,改善算法的寻优性能。以计算机生成网络与真实世界网络为对象的仿真实验结果表明:该算法

7、具有较强的寻优性能与鲁棒性,能够有效探测复杂网络中存在的社区结构。全文在理论上剖析了差分进化算法的优缺点,融合优势计算智能,提出了混合差分进化算法;同时,以复杂网络为对象,改进了标准差分进化算法,并将改进算法应用于复杂网络的社区结构探测,取得了良好的效果。这些研究成果对于推动差分进化算法的理论与应用发展具有较为重要的意义与作用。关键词:差分进化;引力搜索算法;阈值统计学习;克隆选择;社区发现lIAbstractDifferentialEvolution(DE)algorithmisakindofpar

8、allelstochasticheuristicsearchmethodbasedonfloatingpointencoding.Duetoitssimpleimplementation,easyunderstanding,littlecontrolparameters,betterconvergenceperformanceand8trongrobustness,ithasbeensuccessfullyappliedinscienceandengin

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。