蛙跳算法地研究及应用

蛙跳算法地研究及应用

ID:38129239

大小:789.66 KB

页数:29页

时间:2019-06-06

蛙跳算法地研究及应用_第1页
蛙跳算法地研究及应用_第2页
蛙跳算法地研究及应用_第3页
蛙跳算法地研究及应用_第4页
蛙跳算法地研究及应用_第5页
资源描述:

《蛙跳算法地研究及应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用标准文案文档大全实用标准文案摘要随机蛙跳算法(ShuffledFrogLeapingAlgorithm,SFLA)是进化计算领域中一种新兴、有效的亚启发式种群算法,它的基本思想来源于文化基因传承,其显著特点是具有局部搜索与全局信息混合的协同搜索策略,寻优能力强,易于编程实现,由Eusuff和Lansey于2003年正式提出,近几年来逐渐受到学术界和工程优化领域的关注。本文从蛙跳算法的基本概念开始,分析算法的工作过程总结其基本原理与算法流程,然后对其关键参数进行说明并采用测试函数测试,最后将蛙跳算法应用于解决0-1背包问题,并与相关文献的结果进行对比,验证了算法解决此类问

2、题的可行性。关键词:蛙跳算法,函数优化,背包问题ABSTRACTShuffledFrogLeapingAlgorithm(SFLA)isanemergingeffectivesub-heuristicinthefieldofevolutionarycomputation.Itsbasicideacomesfromtheculturalgeneticinheritanceandnotablefeatureisacollaborativesearchstrategythatisamixtureoflocalsearchandglobalinformation.SFLAhasst

3、ronglocalsearchandglobalsearchability,soitisgoodatsearchingforthebestandiseasytobeprogrammed.ItisraisedformallybyEusuffandLanseyin2003andbecomegraduallypopularthefieldofacademicandoptimizationinrecentyears.Firstly,thispaperdescribestheconceptofSFLA,andsummarizesitsbasicprinciple.Then,wedra

4、wtheflowsheet,describethekeyparametersandverifythealgorithmbyuseofthetestfunction.Atlast,wesolveproblemsabouttheapplicationonpackingbagsandproveitsfeasibility.文档大全实用标准文案Keywords:ShuffledLeapingFrogAlgorithm,Functionoptimization,Knapsackproblem目录第一章绪论11.1选题意义及研究背景11.2国内外研究现状21.3论文研究的内容41.4论

5、文章节安排4第二章蛙跳算法的基本理论52.1蛙跳算法概述52.2蛙跳算法原理52.2.1蛙跳算法的基本原理描述52.2.2蛙跳算法的步骤52.2.3算法流程图72.3蛙跳算法的组成要素92.3.1蛙群(Population)92.3.2族群(Memeplex)92.3.3子族群(Sub-memeplex)92.3.4蛙跳算法的参数10第三章蛙跳算法在函数优化问题上的应用11文档大全实用标准文案3.1测试函数113.2仿真测试11第四章蛙跳算法在0-1背包问题上的应用164.1背包问题数学模型164.2蛙跳算法求解0-1背包问题174.2.1青蛙的表示174.2.2子族群的构

6、造:174.2.3青蛙个体的构造策略:174.2.4算法步骤184.3仿真实验18第五章总结215.1本文的主要工作215.2展望21【参考文献】22致谢23文档大全实用标准文案文档大全实用标准文案第一章绪论1.1选题意义及研究背景当科技在进步的同时,工程实践中遇到的问题也越来越多,面临的困难也越来越大,使用传统的计算方法会出现诸多弊端,由于在实际工程中问题的规模较大且建模困难,寻找一种适合于求解大规模问题的并行算法已成为有关学科的主要研究目标[1],于是一系列具有启发式特征及并行高效性能的智能优化算法产生了。这些算法思想多来自于大自然的生物或人类智慧,有些受生物群体行为的

7、启发,有些模拟生物的身体机能和生理构造,有些模仿生物界的进化过程,有些利用人的思维和记忆过程,最终实现在可接受的时间内找到令人满意的解。1975年,被称作是遗传算法奠基人Holland教授[2]收到自然生物种群进化机制的启发正式提出了遗传算法(GeneticAlgorithms,GA),算法中群进化依据优胜劣汰、适者生存的原理进行选择、交叉和变异操作,产生更适应环境的种群,直至寻得近似最优解。对于很多函数优化问题,组合优化问题,它都能够成功求解,传统计算方法无法解决的NP难问题,它也能有让人满意的效果,于是被大量推

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。