改进的人工鱼群算法及其应用研究

发布时间：2017-06-26 12:03

  本文关键词：改进的人工鱼群算法及其应用研究，由笔耕文化传播整理发布。

【摘要】：在社会生活中存在着大量的优化问题,它们对于国民经济的发展也有着巨大的应用前景。可是面对优化问题的复杂性,传统方法已经逐渐陷入困境。这时,通过模拟某一自然现象或过程而发展起来的智能仿生优化算法,为解决复杂系统的优化问题提供了新的思路和手段,自诞生起就引起了国内外学者的广泛关注并被应用于许多领域。人工鱼群算法是一种新型的智能仿生优化算法,源于对鱼群运动行为的研究。它具有较强的鲁棒性、优良的分布式计算机制、易于和其他方法结合等优点。目前对该算法的研究、应用已经渗透到多个应用领域。本文主要以人工鱼群算法为研究对象,系统研究了人工鱼群算法的构造原理及改进策略,并在此基础上提出了一种基于和声搜索算法的改进人工鱼群算法。主要研究内容如下：(1)简要介绍了智能仿生优化算法及群体智能的相关内容,详细论述了人工鱼群算法的生物学基础、基本原理、数学模型和算法流程,对人工鱼群算法的研究进展进行了综述,说明了研究人工鱼群算法的意义。通过仿真实验,分析了AFSA的主要参数对算法性能的影响,为人工鱼群算法的研究提供了很好的参考依据。(2)对基本人工鱼群算法的缺陷进行了总结,归纳给出了改进算法性能的方法与步骤。在前面研究的基础上,针对人工鱼群算法的缺陷,吸收多种改进算法的优点,提出了一种基于和声搜索算法的改进人工鱼群算法。即将和声优化算法中的两个控制参数HMCR和PAR的设计思想应用于人工鱼群算法,从而改善人工鱼的游动行为,提高了人工鱼的全局寻优能力,并通过标准测试函数对新算法的性能进行了测试,从算法迭代速度、收敛精度和复杂度等方面进行了全面的对比考察,通过实验证明了这种改进的人工鱼群算法相对于基本人工鱼群算法而言有着更好的收敛性能,是一种行之有效的改进方法。(3)将新算法应用到TSP问题中,进行了仿真实验,结果表明基于和声搜索的人工鱼群算法的收敛率更好,具有更好的全局收敛性能。
【关键词】：人工鱼群算法 和声搜索算法 函数优化 旅行商问题
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

• 中文摘要3-4
• Abstract4-9
• 第一章 绪论9-17
• 1.1 课题的背景及研究意义9
• 1.2 智能仿生优化算法概述9-13
• 1.2.1 智能仿生优化算法的概念9-11
• 1.2.2 智能仿生优化算法的特点11-12
• 1.2.3 智能仿生优化算法的改进12-13
• 1.3 人工鱼群算法13-15
• 1.3.1 人工鱼群算法的基本思想13
• 1.3.2 人工鱼群算法的改进方法13-14
• 1.3.3 人工鱼群算法应用概况14-15
• 1.4 本文的主要内容和章节安排15-17
• 第二章 基本人工鱼群算法17-34
• 2.1 基本人工鱼群算法描述18-22
• 2.1.1 算法思想18-19
• 2.1.2 基本行为描述19-21
• 2.1.3 算法步骤21-22
• 2.2 基本人工鱼群算法的性能分析22-33
• 2.2.1 参数分析22-27
• 2.2.2 参数的改进27-29
• 2.2.3 混合算法29-32
• 2.2.4 算法特点32
• 2.2.5 算法分析与应用32-33
• 2.3 本章小结33-34
• 第三章 改进的人工鱼群算法34-51
• 3.1 标准和声搜索算法34-36
• 3.2 基于和声搜索算法的人工鱼群算法36-41
• 3.2.1 算法改进思想36-38
• 3.2.2 算法步骤38-39
• 3.2.3 仿真结果与算法性能分析39-41
• 3.3 改进的人工鱼群算法在函数优化中的应用41-50
• 3.3.1 无约束优化测试函数42-45
• 3.3.2 有约束优化测试函数45-47
• 3.3.3 Benchmark函数47-50
• 3.4 本章小结50-51
• 第四章 改进的人工鱼群算在旅行商问题中的应用51-58
• 4.1 旅行商问题模型51-53
• 4.1.1 数学模型51-52
• 4.1.2 旅行商问题的分类52
• 4.1.3 求解TSP问题的方法52-53
• 4.2 改进的人工鱼群算法在旅行商问题中的应用53-57
• 4.2.1 求解TSP的改进人工鱼群算法模型53-54
• 4.2.2 求解TSP的改进人工鱼群算法步骤54
• 4.2.3 仿真实验与结果分析54-57
• 4.3 本章小结57-58
• 第五章 总结与展望58-60
• 5.1 研究工作总结58
• 5.2 研究工作展望58-60
• 参考文献60-65
• 在学期间的研究成果65-66
• 致谢66

【参考文献】

中国期刊全文数据库 前10条

1 高立群;依玉峰;郑平;程伟;;和声搜索算法在求解最短路径问题中的应用[J];东北大学学报(自然科学版);2011年06期

2 丛明煜,王丽萍;现代启发式算法理论研究[J];高技术通讯;2003年05期

3 依玉峰;高立群;郭丽;;和声搜索算法在聚类分析中的应用[J];东北大学学报(自然科学版);2012年01期

4 曲良东;何登旭;;混合变异算子的人工鱼群算法[J];计算机工程与应用;2008年35期

5 曲良东;何登旭;;一种混沌人工鱼群优化算法[J];计算机工程与应用;2010年22期

6 班晓娟;吴崇浩;王晓红;曾广平;;基于多Agent的人工鱼群自组织行为算法[J];计算机工程;2007年23期

7 张风荣;潘全科;庞荣波;李寰;;基于和声退火算法的多维函数优化[J];计算机应用研究;2010年03期

8 王一萍;孙明;;应用人工鱼群算法的重叠社区检测[J];计算机工程与科学;2013年10期

9 杜文莉;张海龙;钱锋;;融合和声搜索的混沌粒子群优化算法及工业应用[J];清华大学学报(自然科学版);2012年03期

10 钟文亮;王惠森;张军;;涂德键;;带启发性变异的粒子群优化算法[J];计算机工程与设计;2008年13期

  本文关键词：改进的人工鱼群算法及其应用研究，，由笔耕文化传播整理发布。

本文编号：486042