收藏本站

基于多种混合策略的人工蜂群算法改进研究

【摘要】:随着科技的不断进步,在科学研究和工程实践中遇到的问题变得越来越复杂,采用传统的计算方法来解决这些问题面临着计算复杂度高、计算时间长等问题。而近期广泛研究的群体智能算法,由于不需要具体的数学模型和对所求解的问题不设定特别的假设,为求解此类问题开辟了新的研究思路。人工蜂群算法是2007年土耳其学者Karaboga提出的一类模仿蜜蜂群体的智能行为产生的算法,并且在同期出现的各种蜂群智能算法中,是应用最广泛、研究得最多的算法,现已成为群体智能研究领域中的新兴研究分支之一。但截至到目前,人工蜂群算法的体系研究还不够成熟,存在算法结构简单、操作算子形式单一等问题。另外,对其现有的研究大都是针对相关领域的单目标优化问题,对多目标问题的研究才刚刚起步,并且存在求解策略简单、解的质量不高、收敛速度慢等问题。因此,研究如何改进人工蜂群算法,尤其是根据不同的优化问题采用比较成熟的求解策略和操作算子来提高人工蜂群算法的性能,具有重要的理论意义和潜在的应用价值。本文在对现有的改进人工蜂群算法进行充分研究和深入探索后,针对具体的优化问题和算法中存在的不足,研究了几种算法混合策略,设计了几种改进的人工蜂群算法,并且用典型的测试函数进行大量的数值比较实验。论文的主要研究成果包括以下内容:1、针对原算法的开采能力不足,尤其是在接近最优解时,算法的搜索能力变弱,收敛速度变慢的问题,研究了混沌映射用于改进人工蜂群算法的局部搜索性能。其中,Logistic混沌映射是一个非常简单的经典模型,在很多算法的改进中所使用,但它对初值设置的依赖性强,并且在0和1两点附近的分布要多于其它区域。Tent映射产生的混沌序列更具有全局遍历性,且分布较Logistic映射更均匀,但由于存在不稳定的周期点和不动点,在某些取值上分布较差。针对这些缺陷,本文对Tent映射进行了改进,并对二维混沌映射模型Hennnon映射进行了研究,利用其具有映射空间大,动力学特性复杂且简单易于实现的特点,改进算法搜索范围。2、本文研究了两种基于混沌搜索的人工蜂群算法用于求解单目标无约束优化问题,分别是基于改进的Tent映射的GTENTABC和基于Hennon映射的HENABC。在7种测试函数的实验中,把以上两种算法和常用的Logistic混沌搜索、Tent混沌搜索,以及基本的人工蜂群算法进行比较,可得GTENTABC算法不管是在单峰还是多峰问题上,都能在收敛速度和求解精度上获得比基本的ABC算法及其他混沌搜索算法较好的结果,并且随着维数的增加,也能保持较好的有效性和鲁棒性。说明GTENTABC算法不仅具有全局寻优能力,而且具有较强的局部搜索能力。其次,采用二维混沌映射模型的HENABC算法在多模态高维测试中获得了良好的结果,可以得出HENABC算法能扩大算法搜索空间,比较适合于求解复杂的高维问题的结论。3、针对人工蜂群算法求解约束优化问题性能较差的缺点,受文化基因算法启发,在前面GTENTABC算法的基础上,提出了一种基于可行规则的文化基因人工蜂群算法(MGT_ABC)来求解约束优化问题。算法中采用差分搜索算法作为文化基因框架里的演化算法进行全局搜索,并采用可行规则来处理算法中的约束项,在算法的开始阶段选取一定比例的蜂群个体按照差分进化算法搜索蜜源位置,以提高种群的多样性,随后按照一定的概率模型进行动态分配跟随蜂进行邻域开采,将较多的计算资源动态分配给当前表现较好的更新策略,以适应约束优化问题的特性。通过包括难约束Bump问题在内的9个约束优化问题进行实验,并与其他文献中的算法进行了比较,验证了MGT_ABC算法的有效性。4、针对多目标人工蜂群算法的求解局限,提出基于分解的多目标人工蜂群算法MOABCD。采用分解的思想,将传统的数学规划方法与人工蜂群算法相结合,把多目标优化问题转化为单目标子问题集来求解,采用对称拉丁采样来生成尽可能均匀的权重因子,使得各个优化目标的分布多样性较好,并基于惩罚函数的边界交集法来分解优化的多个目标,能有效的避免陷入局部最优。用19个测试函数对包括本算法在内的10种算法进行数值比较实验,验证MOABCD算法的有效性。

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 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期
2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期
3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期
4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期
5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期
6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期
7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期
8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期
9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期
10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期
11 黄小蓓;隆永红;;分布式数据库管理系统中的並发控制——算法及其性能分析[J];计算技术与自动化;1988年02期
12 李丽珊,朱文兴;基于簇中心动态迁移的一个聚类算法[J];福建农业大学学报;2004年04期
13 王金城;王晓琳;庞古风;;关联规则挖掘算法及其在冷轧生产中的应用[J];清华大学学报(自然科学版);2007年S2期
14 郑皎凌;;大型Web站点逻辑域挖掘算法[J];计算机工程;2008年09期
15 叶福兰;施忠兴;;Apriori算法的改进及应用[J];现代计算机(专业版);2009年09期
16 曹华;;一种高效的Apriori算法优化方法[J];信息系统工程;2012年01期
17 冯能山;林志华;熊金志;祝建军;;一种k-means聚类的改进算法与实现[J];软件导刊;2012年03期
18 杨更;;改进的DK算法在网络信息聚类中的应用[J];计算机应用与软件;2012年08期
19 黄超君;范剑波;;Apriori算法的分析与改进[J];宁波工程学院学报;2013年02期
20 曹金保;;人工蜂群算法研究综述[J];电子设计工程;2013年23期
中国重要会议论文全文数据库 前10条
1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年
2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年
3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年
4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年
7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年
8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年
10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
中国博士学位论文全文数据库 前10条
1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年
2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年
3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年
4 杨玉婷;头脑风暴优化算法与基于视频的非接触式运动定量分析方法研究[D];浙江大学;2015年
5 刘杰;全局优化问题的几类新算法[D];西安电子科技大学;2015年
6 柏静;基于多种混合策略的人工蜂群算法改进研究[D];山东师范大学;2016年
7 孔翔宇;几类优化问题的人工蜂群算法[D];西安电子科技大学;2016年
8 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年
9 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
10 潘磊;若干社区发现算法研究[D];南京大学;2014年
中国硕士学位论文全文数据库 前10条
1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年
2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年
3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年
4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年
5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年
6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年
7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年
8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年
9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年
10 刘阔;面向倾斜数据的MapReduce连接算法研究[D];大连海事大学;2016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}|