基于群智能和人工生命的蜂群行为的研究

发布时间：2022-01-23 10:09

　　群智能和人工生命都是目前智能领域非常活跃的新兴研究领域,他们通过对自然界生命现象的模拟,在不同层次上揭示了生命进化规律,为人们揭示生命现象和进化规律,解决复杂系统的复杂行为提供了新的思路。对人工生命和群智能的研究、开发和实际应用将促进生命科学、信息科学、系统科学等学科更深层的交流和发展,同时也将对社会科学产生深远的影响,并且两者的研究必将在更广泛的领域和层次上得到拓展。本文基于群智能和人工生命的方法,选择了自然界的蜜蜂作为研究对象进行仿真和研究。试图通过计算机仿真方法来建立一个具有自然界蜂群所拥有特性的人工生物系统,并用图形化的方式进行展示。本文首先对群智能和人工生命等理论进行了学习,对常见的仿生算法进行研究与对比。其次,通过对自然界蜜蜂的行为进行了抽象、归纳和总结,详细地对蜜蜂的搜索蜜源、为蜜源招募、放弃蜜源以及季节变化对蜂群的影响等几个部分进行分析,然后提出了基于惯性权重与动态视野的蜂群算法。实验结果表明该算法是有效可行的,惯性权重可以使蜜蜂保持运动惯性并消除蜜蜂对方向选择的盲目性,动态视野可以提高算法的收敛速度以及寻优精度。论文还建立了蜂群行为的3维仿真平台。在仿真实验中设置了不... 

【文章来源】：华东理工大学上海市 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题背景
    1.2 蜂群算法的研究进展
    1.3 本文研究的内容及意义
第2章 相关理论
    2.1 群智能
        2.1.1 群智能的概念
        2.1.2 群智能研究动态
    2.2 人工生命
        2.2.1 人工生命的概念
        2.2.2 人工生命研究动态
    2.3 群智能与人工生命的关系
    2.4 常见的仿生算法
        2.4.1 蚁群算法
        2.4.2 鱼群算法
第3章 基于惯性权重与动态视野的蜂群算法
    3.1 现实中的蜜蜂
        3.1.1 蜜蜂的形态特征
        3.1.2 蜜蜂的行为特征
    3.2 蜂群行为分析与研究
        3.2.1 搜索蜜源
        3.2.2 为蜜源招募
        3.2.3 放弃蜜源
        3.2.4 季节变化
    3.3 基于惯性权重与动态视野的蜂群算法(WPABC)
        3.3.1 蜂群算法基本原理
        3.3.2 数学模型
    3.4 WPABC实验分析
        3.4.1 参数的选取分析
        3.4.2 算法分析
第4章 蜂群行为的实验仿真与结果分析
    4.1 建立仿真模型
        4.1.1 模型的基本元素
        4.1.2 整体框架
        4.1.3 蜂群仿真
    4.2 仿真结果分析
第5章 总结
参考文献
致谢
附录A 硕士期间发表论文


【参考文献】：
期刊论文
[1]基于混沌优化的双种群人工蜂群算法[J]. 王珊,顾幸生.  上海电机学院学报. 2012(01)
[2]改进的人工蜂群算法求解任务指派问题[J]. 孙晓雅,林焰.  微电子学与计算机. 2012(01)
[3]具有混沌搜索策略的蜂群优化算法[J]. 罗钧,李研.  控制与决策. 2010(12)
[4]基于群智能和人工生命的群体行为动画仿真[J]. 葛胜武,介婧.  电脑开发与应用. 2010(08)
[5]蜂群算法在装备维修任务调度中的应用[J]. 王浩,汤再江,范锐.  计算机工程. 2010(07)
[6]基于遗传交叉因子的改进蜂群优化算法[J]. 罗钧,樊鹏程.  计算机应用研究. 2009(10)
[7]自适应视野和步长的改进人工鱼群算法[J]. 刘彦君,江铭炎.  计算机工程与应用. 2009(25)
[8]改进人工蜂群算法及其在反演分析中的应用[J]. 康飞,李俊杰,许青,张运花.  水电能源科学. 2009(01)
[9]蜂群算法在TSP问题上的应用及参数改进[J]. 丁海军,李峰磊.  中国科技信息. 2008(03)
[10]群智能理论及应用研究[J]. 冯静,舒宁.  计算机工程与应用. 2006(17)

博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003

硕士论文
[1]人工蜂群算法的混合策略研究[D]. 暴励.太原科技大学 2010
[2]人工蜂群算法及其在组合优化中的应用研究[D]. 郑伟.太原科技大学 2010
[3]蜂群遗传算法的研究[D]. 吴迪.延边大学 2006



本文编号：3604135