bck

收藏本站

人工蜂群算法的研究与应用

【摘要】:人工蜂群算法(Artificial Bee Colony algorithm, ABC)是2005年提出的一种新型群智能优化算法,并广泛应用于人工神经网络训练、滤波器设计、认知无线电和盲信号分离等众多领域,均取得了良好应用效果,使其成为目前最有前景的进化算法之一。然而,与其他进化算法的发展一样,在研究初期,存在大量问题需要研究,例如提高算法在各种优化问题上的求解性能、拓展算法的应用范围等。 本课题为完善ABC算法的理论体系,针对算法存在的问题,从理论和应用两方面对其进行深入研究。在理论研究方面,针对各种典型优化问题展开研究,一方面,改进ABC算法内在运行机制,力图提高算法在高维复杂单目标优化、二目标优化以及约束多目标优化问题上的求解性能;另一方面,尝试引入其他机制,使算法能够处理多峰函数优化和高维多目标优化问题,并取得令人较为满意的效果。在实际应用方面,将ABC算法应用到面向三维感知的无线多媒体传感器网络的全目标覆盖问题中,取得了良好效果。具体如下: 第一,针对ABC算法在求解复杂单目标函数优化问题时仍存在易陷入局部最优、收敛速度慢等问题,对其内在运行机制进行深入研究:为尽量避免算法陷入局部最优,为跟随蜂设计新的概率选择模型代替原有较为贪婪的较优个体选择方式,并设计反向学习变异策略代替侦察蜂行为;为在保证种群多样性的同时尽量提高收敛速度,在跟随蜂和引领蜂的搜索中加入方向性搜索信息,设计新的搜索策略,综合以上改进提出一种改进人工蜂群算法。实验仿真结果表明该改进算法性能优于现有四种算法。 第二,针对ABC算法目前尚不能处理多峰优化问题,通过大量实验研究,结合小生境技术,尝试提出一种小生境人工蜂群算法。一方面,为使算法尽可能多的搜索到多峰函数的极值解,做如下四方面工作:1、改进原有的小生境模型,增强算法对各个峰的辨识能力;2、建立新的引领蜂个体保留方式、利用排挤机制确定迭代种群,使算法不止收敛于单个最优峰,增强算法集聚于各个峰的能力;3、改进跟随蜂在选择较优蜜源时原有的较为贪婪的选择方式,扩大种群多样性;4、建立外部种群记录搜索过程中的已得极值解,避免搜索造成峰值点丢失的情况。另一方面,为尽量提高搜索精度,改进原有依靠个体适应度值判断个体优劣的评判标准,结合小生境技术在峰内判断个体优劣,加强个体在峰内的搜索。仿真结果表明该算法能较为准确地识别各个峰。 第三,针对现有基于ABC算法的二目标优化算法的收敛性和分布性有待提高的问题,以NSGA-II作为二目标算法的主体框架、ABC执行进化操作,提出二目标人工蜂群算法。主要改进措施包括:1、设计新的精英种群确定方式,改善最优解集的分布性;2、根据二目标的特点,设计新的搜索策略,加快算法收敛到最优Pareto前沿的速度。标准测试函数上的实验结果显示,该算法能够稳定有效地找到Pareto最优解集并同时保证良好分布性,其相关性能指标超过国内外多个先进二目标进化算法。 第四,针对目前ABC算法尚无法解决高维多目标优化问题的情况,尝试提出一种以ABC执行主体进化策略的高维多目标算法。首先,将高维多目标问题转化成单目标问题,加大收敛动力;其次,根据高维多目标问题的特点,改进跟随蜂选择较优个体时较为贪婪的选择方式,为侦察蜂设计新的搜索策略,加强对非支配解的探索能力;最后,提出新的分布性维护方法,避免解集覆盖不完整、分布不均匀。实验证实该算法收敛性和分布性效果良好,且解集覆盖范围广。 第五,针对现有基于ABC算法的约束多目标算法性能较差的问题,采用建立外部种群分别存储优秀可行解和不可行解的方式处理约束条件,利用ABC算法执行进化操作,并借助优秀可行解和不可行解的方向性引导信息增强算法对解的探索能力,建立新的搜索方式,提出基于ABC算法的约束多目标算法。在CTP类测试函数上的仿真结果显示,相对于现有几种约束多目标优化算法,本课题提出的约束多目标算法能够获得更优的分布性和收敛性效果。 第六,为解决面向三维感知的多媒体传感器网络的全目标覆盖问题,提出基于人工蜂群算法的通用全目标覆盖算法:一方面,改进现有的三维感知模型,并通过公式推导得到最优仰俯角的计算公式,利用改进ABC算法进行求解;另一方面,建立偏向角调配方案的数学模型以降低算法复杂度,并改进ABC算法实现偏向角的最优调配。实验仿真结果表明该算法能够有效解决全目标覆盖问题。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 江雷;基于并行遗传算法的弹性TSP研究[J];微电子学与计算机;2005年08期
2 林锐浩,陈晓龙;基于种群多样性指导的遗传算法[J];计算机工程与设计;2005年11期
3 赵金帅;鲁瑞华;;一种用于防止早熟收敛的改进遗传算法[J];西南大学学报(自然科学版);2008年01期
4 姜艳姝;梅高铭;;一种基于排挤机制的改进遗传算法[J];黑龙江水专学报;2009年01期
5 陈保娣;曾建潮;;改进的吸引扩散微粒群算法[J];控制理论与应用;2010年04期
6 谭阳;;伪随机数质量对简单粒子群优化算法性能的影响[J];湖南广播电视大学学报;2011年01期
7 林金星,沈炯,肖国涛,李益国,王培红;一种基于分层模糊控制的免疫遗传优化算法[J];东南大学学报(自然科学版);2005年01期
8 孙辉;吴烈阳;白明明;李敏;;基于不同行为的两分群交换粒子群优化算法[J];计算机工程;2010年07期
9 周艳丽;;基于改进遗传算法的自动组卷问题研究[J];计算机仿真;2010年09期
10 李勇;曹广益;朱新坚;;一种基于复合交叉的实数编码遗传算法[J];计算机仿真;2006年06期
11 李相勇;田澎;孔民;;解约束优化问题的新粒子群算法[J];系统管理学报;2007年02期
12 路景;周春艳;;基于种群多样性评价的自适应遗传算法[J];计算机仿真;2008年02期
13 李国;徐晨;吴延科;;全局收敛的PSO算法的种群多样性特征[J];计算机应用与软件;2008年05期
14 刘淳安;;带Levy变异的约束优化PSO算法[J];西华大学学报(自然科学版);2008年02期
15 郭广寒;王志刚;郝志峰;;基于差异演化的粒子群优化算法[J];哈尔滨商业大学学报(自然科学版);2008年03期
16 鲁群;周爱武;;双变异算子遗传算法的应用[J];计算机技术与发展;2008年07期
17 李丹;高立群;刘佳;王珂;;基于APSO算法的电力系统无功优化[J];计算机工程;2008年23期
18 李小青;;基于遗传-粒子群混合算法的测试用例生成研究[J];计算机系统应用;2009年03期
19 黄宏科;;带非均匀动态变异的改进粒子群优化方法[J];科学技术与工程;2010年17期
20 刘宇;覃征;史哲文;;简约粒子群优化算法[J];西安交通大学学报;2006年08期
中国重要会议论文全文数据库 前10条
1 高志鸿;;谈蜂群室内安全越冬技术措施[A];中国养蜂学会蜜蜂饲养管理专业委员会第十二次学术研讨会论文集[C];2006年
2 孙鄂南;;养蜂四季管理之春繁与越冬[A];“蜂之巢”2010年全国蜂产品市场信息交流会暨中国(武汉)蜂业博览会论文集[C];2010年
3 倪宝新;;我是怎样使蜂群保持常年强群的[A];中国养蜂学会蜜蜂饲养管理专业委员会第十三次学术研讨会论文集[C];2007年
4 李雪;吴俊勇;杨媛;严翔;刘晓民;;高速铁路接触网悬挂系统维修计划的优化研究[A];高速铁路接触网系统新技术研讨会论文集[C];2010年
5 王科俊;何琳;;遗传算法种群多样性的分析[A];2001年中国智能自动化会议论文集(下册)[C];2001年
6 杨瑞先;陈立军;张荣;孙广宇;;油菜内生细菌种群多样性分析[A];中国植物病理学第七届青年学术讨论会论文集[C];2005年
7 曲健;黄洪钟;;一种解决系统可靠性最优冗余分配问题的多目标遗传算法[A];2005年全国机械可靠性学术交流会暨“车辆与工程装备质量与可靠性论坛”论文集[C];2005年
8 冯纪强;谢维信;徐晨;张海峰;;一种基于概率理论的种群多样性度量模型[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
9 张绪杰;李绍军;钱锋;;基于共享机制的小生境粒子群优化算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
10 唐驾时;刘光栋;;非线性结构振动参数时域识别的优化方法[A];第二届全国结构工程学术会议论文集(下)[C];1993年
中国博士学位论文全文数据库 前10条
1 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
2 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
3 罗洪林;带锥约束的优化问题的弱尖锐性研究[D];复旦大学;2010年
4 刘国安;基于云理论的差分进化算法改进及应用研究[D];哈尔滨工程大学;2012年
5 车林仙;面向机构分析与设计的差分进化算法研究[D];中国矿业大学;2012年
6 程杉;含分布式电源的配电网多目标优化问题研究[D];重庆大学;2013年
7 王艳;多目标拟态物理学优化算法及其应用研究[D];兰州理工大学;2011年
8 王勇;基于进化算法求解复杂连续优化问题的研究[D];中南大学;2011年
9 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年
10 汪祖柱;基于演化算法的多目标优化方法及其应用研究[D];安徽大学;2005年
中国硕士学位论文全文数据库 前10条
1 莫志勋;约束多目标改进粒子群优化算法研究及应用[D];中南大学;2010年
2 孙晶晶;解决多目标优化问题的中心引力算法[D];渤海大学;2013年
3 姜飞;混合智能优化算法及其应用[D];西安电子科技大学;2011年
4 李厚甫;基于博弈策略的多目标进化算法研究[D];湖南大学;2011年
5 王培丽;基于粒子群算法的多目标车间调度的研究[D];青岛科技大学;2011年
6 何诚;运用种群多样性动态调整机制的粒子群优化算法研究[D];湘潭大学;2012年
7 杨茸;求解随机机会约束规划的免疫克隆混合算法及应用[D];太原理工大学;2012年
8 刘美云;基于种群分布模型学习的班德文进化多目标优化算法[D];西安电子科技大学;2012年
9 韩雪;非线性生化系统多目标优化问题的线性方法及其应用研究[D];渤海大学;2013年
10 韩俊杰;双层多目标优化问题的进化算法[D];青海师范大学;2013年
中国重要报纸全文数据库 前10条
1 杨淑玺;[N];江苏科技报;2003年
2 汪敬生;[N];四川科技报;2000年
3 ;[N];中国畜牧兽医报;2009年
4 邢台县城计头乡政府 任付珍;[N];河北科技报;2009年
5 曲成志;[N];陕西科技报;2009年
6 李焕如;[N];中国特产报;2000年
7 成茹;[N];中国畜牧报;2003年
8 刘茹馥;[N];中国畜牧水产报;2001年
9 薛志成;[N];新疆科技报(汉);2009年
10 韩素芹;[N];中国特产报;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|