鸡群优化算法的改进和应用

发布时间：2020-11-16 06:49

　　 近年来,许多群智能优化算法已经被发现和改进,并成功应用于各种数值和组合优化问题中,例如,差分进化算法、粒子群优化算法、蝙蝠算法和狼群算法。由于群智能优化算法可以在合理的时间内为非线性、高维复杂、NP难问题能提供可接受的解决方案,因此它的普及性将会继续增加。鸡群优化算法是在2014年提出的一种新的群智能优化算法,该算法具有强的全局搜索能力、自适应能力和多子群协作搜索能力等优点,被广泛用于解决各种优化问题。本文针对鸡群优化算法的改进和应用进行了如下研究:(1)针对基本鸡群算法在求解高维优化问题时过早收敛于局部最优和收敛速度慢等问题,提出了一种耗散结构和差分变异混合的鸡群算法。该算法通过将耗散结构引入到雄鸡位置更新公式中,扩大了鸡群算法的搜索空间,增强算法的全局搜索能力;同时,对随机选择的部分个体进行差分变异操作,抑制种群多样性的迅速衰减,增强算法的收敛性能。通过从收敛速度、求解精度和稳定性三方面对改进的算法与其他算法进行仿真分析,优化对象为18个典型测试函数,实验结果表明了该算法的有效性和可行性。(2)针对鸡群优化算法在求解0-1背包问题时收敛速度慢、求解精度低等问题,提出了一种改进的二进制鸡群优化算法。为了保持基本鸡群优化算法优秀的进化特点,一种实数和二进制混合编码被提出,即算法是基于实数向量搜索,而需要求的解由二进制向量表示;另外,提出了一种修复策略,来增强算法获得的解的质量;最后,设计了一种变异操作减小群体陷入局部最优的危险,从而加速了算法搜索空间的能力。通过将改进的算法和其他典型的算法对10个背包问题进行仿真实验,并以寻优速度、收敛精度、稳定性和运行时间为四个准则进行分析,结果表明,改进后的鸡群优化算法在求解背包问题时更有效。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP18
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 鸡群优化算法的研究现状
    1.3 本文的主要工作和结构安排
第二章 鸡群优化算法
    2.1 鸡群优化算法简介
    2.2 标准鸡群优化算法
        2.2.1 雄鸡位置更新
        2.2.2 雌鸡位置更新
        2.2.3 小鸡位置更新
    2.3 标准鸡群算法的具体步骤
    2.4 参数分析
    2.5 鸡群算法的特点
    2.6 本章小结
第三章 耗散结构和差分变异混合的鸡群算法
    3.1 耗散结构和差分变异混合的鸡群算法（DMCSO）
        3.1.1 耗散结构
        3.1.2 差分变异
        3.1.3 算法的具体步骤
    3.2 仿真实验与分析
        3.2.1 参数设置
        3.2.2 性能分析
        3.2.3 混合策略的有效性
        3.2.4 算法寻优精度和稳定性比较
        3.2.5 算法收敛速度比较
    3.3 本章小结
第四章 一种改进的二进制鸡群优化算法解决0-1背包问题
    4.1 一种改进的二进制鸡群算法求解0-1背包问题
        4.1.1 二进制鸡群算法
        4.1.2 贪心策略
        4.1.3 变异过程
        4.1.4 算法的具体实现步骤
    4.2 仿真实验和分析
    4.3 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 展望
参考文献
致谢
作者简介

【相似文献】

相关期刊论文 前10条

1 欧阳普仁,杨叔子;一种改进的Marple算法[J];南京理工大学学报(自然科学版);1988年01期

2 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

3 冯成进;;0—1规划新算法的改进[J];曲阜师范大学学报(自然科学版);1988年02期

4 曾秀;魏振华;;猴群算法及其改进综述[J];电脑知识与技术;2017年32期

5 段艳明;肖辉辉;林芳;;新授粉方式的花授粉算法[J];计算机工程与应用;2018年23期

6 肖海军;王芬艳;卢常景;曹颖;;一种有效的多峰优化鸟群算法[J];中南民族大学学报(自然科学版);2018年04期

7 覃远年;梁仲华;;蚁群算法研究与应用的新进展[J];计算机工程与科学;2019年01期

8 肖辉辉;段艳明;;基于改进花授粉算法的移动机器人路径规划研究[J];软件导刊;2018年11期

9 崔光松;;烟花算法研究改进综述[J];电子世界;2018年10期

10 赵红星;常小刚;;人工蜂群算法的改进[J];计算机工程与设计;2018年01期

相关博士学位论文 前10条

1 张代雨;多学科优化算法及其在水下航行器中的应用[D];西北工业大学;2017年

2 孙宁;人工免疫优化算法及其应用研究[D];哈尔滨工业大学;2006年

3 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年

4 胡铟;基于单目视觉的运动目标检测与跟踪算法研究[D];南京理工大学;2008年

5 王珏;生物地理学优化算法的研究及应用[D];哈尔滨工程大学;2013年

6 黄松;面向多应用场景的粒子群优化算法研究[D];江南大学;2017年

7 安琦;信号侦收中的识别与分类理论与算法研究[D];电子科技大学;2017年

8 周瑞红;基于群智能优化理论的聚类改进方法及应用研究[D];吉林大学;2017年

9 王帅;机械加工生产调度过程的优化设计及其应用研究[D];华东理工大学;2011年

10 乐丹;量子密钥分发后处理关键技术研究[D];哈尔滨工业大学;2016年

相关硕士学位论文 前10条

1 何展;均值高效用项集挖掘算法研究[D];湖南大学;2018年

2 郭旭;蝙蝠算法的改进及收敛性分析[D];西安工程大学;2018年

3 邵晨宇;面向视频运动目标的压缩跟踪鲁棒性算法研究[D];西安电子科技大学;2018年

4 刘文惠;分布式环境下基于路径阻断的APSP算法研究[D];北京化工大学;2018年

5 马洁莹;基于轮盘赌策略的混沌萤火虫算法研究[D];西安电子科技大学;2018年

6 邹旭苗;基于信息理论的大规模模糊认知图学习算法及其应用研究[D];西安电子科技大学;2018年

7 郭立婷;狼群算法的改进和应用[D];西安电子科技大学;2018年

8 韩萌;鸡群优化算法的改进和应用[D];西安电子科技大学;2018年

9 黄奔茹;多层异质网络的协同排名算法及其期刊排名问题的应用[D];清华大学;2017年

10 朱艳芹;基于HQRank算法的微博用户影响力研究[D];武汉理工大学;2017年

本文编号：2885758