正弦余弦算法的改进及应用
发布时间：2021-10-11 14:26
正弦余弦算法是一种基于三角函数模型解决全局最优值问题的元启发式算法,该算法具有结构简单、参数少、易于理解等优点。但是也存在收敛速度慢、易陷入局部最优等不足,所以本文对正弦余弦算法的结构以及参数进行研究与分析,对其存在的不足做了一些改进,并对其应用领域进行了一定地拓展。本文的研究内容包括:（1）提出一种基于四元数编码的正弦余弦算法。通过将四元数编码方式引入到基本正弦余弦算法中,使每个个体都由4个变量来表达,从而增加个体的搜索信息量及种群的多样性,进一步提高算法的寻优能力和稳定性。选用19个标准测试函数对改进算法进行仿真实验。结果表明,该算法具有较好的全局优化能力。（2）设计了一种基于行为评价的自适应正弦余弦算法。该算法在种群个体更新时采用人工鱼群算法中的行为评价机制,让正弦和余弦更新公式能自主转换地更新个体,以此加速算法对全局最优值的搜索。利用23个经典的标准优化测试函数和一个工程实例对提出的算法进行实验测试,与5种元启发式算法的仿真实验结果对比,表明自适应正弦余弦算法在收敛精度、收敛速度和算法稳定性方面都有较大的优势。（3）针对传统模式匹配问题中计算量大且复杂度高等缺陷,采用了视觉系统...
【文章来源】：广西民族大学广西壮族自治区
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
公式（2.1）和公式（2.2）对下一位置的影响
第二章正弦余弦算法概述6图2.1公式（2.1）和公式（2.2）对下一位置的影响Fig.2.1Theinfluenceofequations(2.1)and(2.2)onthenextposition因为在公式（2.1）和公式（2.2）中分别用到了正弦函数和余弦函数，所以Mirjalili等人将算法生动的命名为正弦余弦算法。其中图2.1只能表示算法在二维空间中的模型图，但是算法也同样适用于高维问题的解决，那么算法在解决高维空间问题的模型如图2.2所示。SCA算法通过正弦、余弦函数中的振幅来实现对更高维度解空间地探索。当振幅在[-2,-1]和[1,2]时，算法处于探测阶段；当振幅在[-1,1]时，算法处于开采阶段。图2.2振幅大小在搜索空间中对下一位置的影响Fig.2.2Theeffectofamplitudesizeonthenextpositioninthesearchspace2.3算法实现2.3.1执行步骤及伪代码1.正弦余弦算法的步骤如下所示：步骤1初始化种群1,2iXiN、a和T。
第二章正弦余弦算法概述82.3.2流程图图2.3SCA算法的流程图Fig.2.3FlowchartofSCAalgorithm2.4本章小结本章内容主要介绍了基本正弦余弦算法的基本原理、更新机制和数学模型，为了能更清晰的了解算法的设计思路，还给出了SCA算法的执行步骤、伪代码以及流程图，为后文正弦余弦算法的改进和研究工作奠定一个基矗
【参考文献】：
期刊论文
[1]正弦余弦算法优化的SVM模拟电路故障诊断[J]. 朱静,何玉珠,崔唯佳. 导航与控制. 2018(04)
[2]融合正弦余弦算法的花授粉算法[J]. 刘升,赵齐辉,陈思静. 微电子学与计算机. 2018(06)
[3]基于正弦余弦算法的汽轮机热耗率预测[J]. 牛培峰,吴志良,马云鹏,史春见,李进柏. 动力工程学报. 2018(02)
[4]求解高维优化问题的改进正弦余弦算法[J]. 徐松金,龙文. 计算机应用研究. 2018(09)
[5]函数优化的量子正弦余弦算法[J]. 陈聪,马良,刘勇. 计算机应用研究. 2017(11)
[6]群智能算法的研究进展[J]. 胡中功,李静. 自动化技术与应用. 2008(02)
[7]面向工程约束优化的自适应分工微粒群算法[J]. 芦进,肖人彬,李婷婷. 计算机应用. 2007(12)
[8]基于改进的微粒群优化算法的0-1背包问题求解[J]. 沈显君,王伟武,郑波尽,李元香. 计算机工程. 2006(18)
[9]组合优化问题的人工鱼群算法应用[J]. 李晓磊,路飞,田国会,钱积新. 山东大学学报(工学版). 2004(05)
[10]一种改进的蚁群算法求解最短路径问题[J]. 毕军,付梦印,张宇河. 计算机工程与应用. 2003(03)
本文编号：3430690
【文章来源】：广西民族大学广西壮族自治区
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
公式（2.1）和公式（2.2）对下一位置的影响
第二章正弦余弦算法概述6图2.1公式（2.1）和公式（2.2）对下一位置的影响Fig.2.1Theinfluenceofequations(2.1)and(2.2)onthenextposition因为在公式（2.1）和公式（2.2）中分别用到了正弦函数和余弦函数，所以Mirjalili等人将算法生动的命名为正弦余弦算法。其中图2.1只能表示算法在二维空间中的模型图，但是算法也同样适用于高维问题的解决，那么算法在解决高维空间问题的模型如图2.2所示。SCA算法通过正弦、余弦函数中的振幅来实现对更高维度解空间地探索。当振幅在[-2,-1]和[1,2]时，算法处于探测阶段；当振幅在[-1,1]时，算法处于开采阶段。图2.2振幅大小在搜索空间中对下一位置的影响Fig.2.2Theeffectofamplitudesizeonthenextpositioninthesearchspace2.3算法实现2.3.1执行步骤及伪代码1.正弦余弦算法的步骤如下所示：步骤1初始化种群1,2iXiN、a和T。
第二章正弦余弦算法概述82.3.2流程图图2.3SCA算法的流程图Fig.2.3FlowchartofSCAalgorithm2.4本章小结本章内容主要介绍了基本正弦余弦算法的基本原理、更新机制和数学模型，为了能更清晰的了解算法的设计思路，还给出了SCA算法的执行步骤、伪代码以及流程图，为后文正弦余弦算法的改进和研究工作奠定一个基矗
【参考文献】：
期刊论文
[1]正弦余弦算法优化的SVM模拟电路故障诊断[J]. 朱静,何玉珠,崔唯佳. 导航与控制. 2018(04)
[2]融合正弦余弦算法的花授粉算法[J]. 刘升,赵齐辉,陈思静. 微电子学与计算机. 2018(06)
[3]基于正弦余弦算法的汽轮机热耗率预测[J]. 牛培峰,吴志良,马云鹏,史春见,李进柏. 动力工程学报. 2018(02)
[4]求解高维优化问题的改进正弦余弦算法[J]. 徐松金,龙文. 计算机应用研究. 2018(09)
[5]函数优化的量子正弦余弦算法[J]. 陈聪,马良,刘勇. 计算机应用研究. 2017(11)
[6]群智能算法的研究进展[J]. 胡中功,李静. 自动化技术与应用. 2008(02)
[7]面向工程约束优化的自适应分工微粒群算法[J]. 芦进,肖人彬,李婷婷. 计算机应用. 2007(12)
[8]基于改进的微粒群优化算法的0-1背包问题求解[J]. 沈显君,王伟武,郑波尽,李元香. 计算机工程. 2006(18)
[9]组合优化问题的人工鱼群算法应用[J]. 李晓磊,路飞,田国会,钱积新. 山东大学学报(工学版). 2004(05)
[10]一种改进的蚁群算法求解最短路径问题[J]. 毕军,付梦印,张宇河. 计算机工程与应用. 2003(03)
本文编号：3430690
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3430690.html
