细菌觅食优化算法的研究与改进
发布时间：2023-04-12 01:57
随着现代社会的进步,最优化问题已经越来越深入到我们生产、生活的各个方面;同时,问题的规模和复杂度也越来越高。传统的数学方法在解决这些优化问题时,求解的精度和效率往往无法达到我们的要求。因此,模拟自然现象及物种生存进化的各种仿生算法相继出现,并迅速取代传统的数学方法,在优化问题的求解中显示出了独有的优势。细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是模拟人类大肠杆菌觅食行为的一类群体智能优化算法。它对初值和参数的选择不敏感,鲁棒性强,简单易于实现,可实现并行处理和全局搜索。算法一经提出,就受到了学者们的广泛关注。本文针对优化问题中的高维优化、多目标优化等难点问题,对BFO算法进行深入探索,围绕着如何构建鲁棒性强、高效的BFO改进算法展开了一系列的研究。主要工作如下:(1)通过描述大肠杆菌的觅食行为,介绍了BFO算法的寻优过程,详细阐述并分析了BFO算法各步骤在寻优中所起到的具体作用,根据分析结果,对基本BFO算法进行改进。将混沌思想引入BFO中,用来完成细菌群体的初始化,使菌群在寻优空间中均匀分布,为后期寻找全局最优解创造...
【文章页数】：116 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 优化问题分类
1.2.1 约束优化与无约束优化
1.2.2 单目标优化与多目标优化
1.2.3 连续优化问题与离散优化问题
1.3 智能优化算法简介
1.4 智能优化算法研究现状
1.5 细菌觅食优化算法研究现状
1.5.1 算法基本理论研究
1.5.2 基本BFO算法的改进
1.5.3 BFO算法与其他算法的结合
1.5.4 BFO算法的应用
本章小结
2 基本细菌觅食优化算法
2.1 BFO算法简介
2.1.1 大肠杆菌的觅食行为
2.1.2 BFO算法原理
2.2 BFO算法分析
2.2.1 算法初始化
2.2.2 趋向性操作分析
2.2.3 复制操作分析
2.2.4 迁徙操作分析
2.3 BFO算法改进
2.3.1 改进的初始化方法
2.3.2 自适应步长机制
2.3.3 基于遗传思想的局部游动
2.3.4 复制操作的改进
2.3.5 迁徙操作的改进
2.4 改进BFO算法流程
2.5 实验结果与分析
2.5.1 固定进化迭代次数下的收敛速度和精度
2.5.2 固定收敛精度下的进化迭代次数
2.5.3 与其他优化算法的性能比较
2.5.4 实验总结
本章小结
3 细菌觅食优化算法求解高维优化问题
3.1 高维优化问题分类求解
3.1.1 可分解可分组问题
3.1.2 不可分解可分组问题
3.1.3 不可分解不可分组问题
3.2 分组寻优下的维度更新
3.2.1 分维自适应步长
3.2.2 维度更新方案
3.3 差分思想完成复制操作
3.4 算法流程
3.5 实验结果与分析
3.5.1 与其他优化算法性能比较
3.5.2 BFO系列算法性能比较
3.5.3 实验总结
本章小结
4 多目标细菌觅食优化算法
4.1 多目标优化问题
4.2 多目标细菌觅食优化算法
4.2.1 基于归一化的趋向性操作
4.2.2 差分复制法
4.2.3 栅格划分迁徙法
4.2.4 存放非劣解集的外部集
4.2.5 多目标细菌觅食优化算法流程
4.3 MOBFO性能测试
4.3.1 多目标算法性能评价指标
4.3.2 实验结果及分析
本章小结
5 离散细菌觅食优化算法求解TSP问题
5.1 λ-opt局部搜索策略
5.1.1 λ -opt算法简介
5.1.2 全局寻优与局部搜索
5.2 结合3-opt的DBFO算法
5.2.1 算法编码
5.2.2 全局寻优的初始化方法
5.2.3 局部搜索的趋向性操作
5.2.4 改进的复制操作
5.2.5 改进的迁徙操作
5.2.6 路径计算
5.2.7 算法流程
5.3 实验结果分析
本章小结
结论
致谢
参考文献
攻读学位期间的研究成果
本文编号：3790191
【文章页数】：116 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 优化问题分类
1.2.1 约束优化与无约束优化
1.2.2 单目标优化与多目标优化
1.2.3 连续优化问题与离散优化问题
1.3 智能优化算法简介
1.4 智能优化算法研究现状
1.5 细菌觅食优化算法研究现状
1.5.1 算法基本理论研究
1.5.2 基本BFO算法的改进
1.5.3 BFO算法与其他算法的结合
1.5.4 BFO算法的应用
本章小结
2 基本细菌觅食优化算法
2.1 BFO算法简介
2.1.1 大肠杆菌的觅食行为
2.1.2 BFO算法原理
2.2 BFO算法分析
2.2.1 算法初始化
2.2.2 趋向性操作分析
2.2.3 复制操作分析
2.2.4 迁徙操作分析
2.3 BFO算法改进
2.3.1 改进的初始化方法
2.3.2 自适应步长机制
2.3.3 基于遗传思想的局部游动
2.3.4 复制操作的改进
2.3.5 迁徙操作的改进
2.4 改进BFO算法流程
2.5 实验结果与分析
2.5.1 固定进化迭代次数下的收敛速度和精度
2.5.2 固定收敛精度下的进化迭代次数
2.5.3 与其他优化算法的性能比较
2.5.4 实验总结
本章小结
3 细菌觅食优化算法求解高维优化问题
3.1 高维优化问题分类求解
3.1.1 可分解可分组问题
3.1.2 不可分解可分组问题
3.1.3 不可分解不可分组问题
3.2 分组寻优下的维度更新
3.2.1 分维自适应步长
3.2.2 维度更新方案
3.3 差分思想完成复制操作
3.4 算法流程
3.5 实验结果与分析
3.5.1 与其他优化算法性能比较
3.5.2 BFO系列算法性能比较
3.5.3 实验总结
本章小结
4 多目标细菌觅食优化算法
4.1 多目标优化问题
4.2 多目标细菌觅食优化算法
4.2.1 基于归一化的趋向性操作
4.2.2 差分复制法
4.2.3 栅格划分迁徙法
4.2.4 存放非劣解集的外部集
4.2.5 多目标细菌觅食优化算法流程
4.3 MOBFO性能测试
4.3.1 多目标算法性能评价指标
4.3.2 实验结果及分析
本章小结
5 离散细菌觅食优化算法求解TSP问题
5.1 λ-opt局部搜索策略
5.1.1 λ -opt算法简介
5.1.2 全局寻优与局部搜索
5.2 结合3-opt的DBFO算法
5.2.1 算法编码
5.2.2 全局寻优的初始化方法
5.2.3 局部搜索的趋向性操作
5.2.4 改进的复制操作
5.2.5 改进的迁徙操作
5.2.6 路径计算
5.2.7 算法流程
5.3 实验结果分析
本章小结
结论
致谢
参考文献
攻读学位期间的研究成果
本文编号：3790191
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3790191.html
