生物地理学优化算法的改进研究及应用

发布时间：2017-08-02 18:06

  本文关键词：生物地理学优化算法的改进研究及应用

  更多相关文章： 生物地理学优化算法 二重迁移算子 二重变异算子 形位误差评定

【摘要】：科学研究和实际工程应用中的复杂寻优问题一直备受关注,而生物地理学优化算法为这些复杂优化问题的解决提供了一种新的途径。生物地理学优化算法具有机制新颖,结构简单,易于实现等特点。然而,算法中的算子在算法进化过程中容易导致种群出现同化现象,使得种群多样性降低,从而弱化算法的探索能力。因此,需对算法相关方面进行研究和改进以提高算法的性能,使其满足实际应用中的需求。工业生产中,如何快速、准确地计算机械零件的形位误差已随着现代制造技术的迅速发展受到越来越多的重视。形位误差评定的本质就是对一个复杂非线性函数的最优化问题,而智能优化算法在处理这类问题是有着不可替代的优势。本文就生物地理学优化算法中存在的问题并在已有研究的基础上做出进一步改进,使算法在搜索能力和收敛速度方面得到改善,并将改进后的算法在形位误差评定中的应用展开一定探索。本文所做的主要工作包括:(1)首先详细阐述了对本课题所涉及内容的研究背景;接着对生物地理学优化算法做了详细介绍并将该算法与其他几种进化算法在基准函数上进行实验测试,通过它们对这些函数优化结果和表现的分析找出生物地理学优化算法中存在的不足,为后续的改进工作建立了基础。(2)迁移算子和变异算子作为生物地理学优化算法的核心算子,对于算法的性能至关重要。本文在对算法的改进中提出了二重迁移算子和二重变异算子。改进后的算子能够明显提高特征信息在栖息地之间的迁移效率,确保在突变概率和进化代数不变的情况下增加栖息地内发生变异的机会和产生更好结果的概率,由此使得种群的多样性和算法的开发能力能够在进化过程中得到保持和增强,另外引入一种惩罚函数机制用来保证被操作的个体特征信息不超出规定的取值范围。通过基准函数的数值实验仿真证明,改进后算法的性能有了明显提高。(3)对机械零件的形位误差评定一直是加工制造中的重要一环,准确测得零件的形状误差始终是业内及相关研究人员普遍关注的问题。本文将改进后的算法应用于形位误差的评定。通过对圆柱度误差和空间直线度误差数学模型的优化求解,实现了对它们的有效评定,为形位误差评定的方法箱提供了一种新的工具。
【关键词】：生物地理学优化算法 二重迁移算子 二重变异算子 形位误差评定
【学位授予单位】：南昌航空大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-17
• 1.1 引言8-9
• 1.2 本文研究目的及意义9-10
• 1.3 国内外研究现状10-15
• 1.3.1 算法的理论研究10-12
• 1.3.2 算法的应用研究12-13
• 1.3.3 智能优化算法评定形位误差的研究现状13-15
• 1.4 本文组织结构与内容15-16
• 1.5 本章小结16-17
• 第二章 生物地理学优化算法简介及性能分析17-28
• 2.1 生物地理学算法的设计原理17-18
• 2.2 生物地理学优化算法简介18-23
• 2.2.1 迁移率模型18-21
• 2.2.2 迁移算子21-22
• 2.2.3 变异算子22-23
• 2.3 生物地理学优化算法性能分析23-26
• 2.3.1 测试函数23-24
• 2.3.2 算法相关参数设置24
• 2.3.3 寻优结果及分析24-26
• 2.4 本章小结26-28
• 第三章 生物地理学优化算法的改进28-41
• 3.1 改进工作综述28
• 3.2 迁移率模型28-29
• 3.3 迁移算子的改进29-31
• 3.4 变异算子的改进31-32
• 3.5 惩罚函数机制简介32-33
• 3.6 实验验证33-40
• 3.6.1 测试函数33-34
• 3.6.2 算法的参数设置34-35
• 3.6.3 进化结果及分析35-40
• 3.7 本章小结40-41
• 第四章 改进后的BBO算法在形位误差评定中的应用41-50
• 4.1 形位误差评定的意义41
• 4.2 圆柱度误差评定模型简介41-43
• 4.3 空间直线度误差评定模型简介43-45
• 4.4 实验及分析45-49
• 4.4.1 圆柱度误差优化求解45-47
• 4.4.2 空间直线度误差优化求解47-49
• 4.5 本章小结49-50
• 第五章 总结与展望50-52
• 5.1 文章总结50-51
• 5.2 下一步研究工作51-52
• 参考文献52-57
• 硕士期间发表的论文和参与的科研项目57-58
• 致谢58-59

【相似文献】

中国期刊全文数据库 前9条

1 王芙丽;李平;曹江涛;;改进的基于局部搜索策略的生物地理学优化算法[J];江南大学学报(自然科学版);2012年04期

2 王晓光;郑向伟;;一种合作型协同生物地理学优化算法[J];小型微型计算机系统;2014年08期

3 马海平;李雪;林升东;;生物地理学优化算法的迁移率模型分析[J];东南大学学报(自然科学版);2009年S1期

4 罗丹;张宏立;;改进生物地理学算法辨识Hammerstein模型[J];计算机仿真;2014年05期

5 韩松;潘立武;;改进生物地理学算法及其应用[J];人民黄河;2014年02期

6 丁智国;费敏锐;马海平;;一种基于生物地理学优化算法的集成选择方法[J];系统仿真学报;2014年05期

7 张国辉;聂黎;毛学港;;生物地理学算法求解柔性作业车间调度问题[J];计算机应用研究;2014年04期

8 徐志丹;莫宏伟;;多目标扰动生物地理学优化算法[J];控制与决策;2014年02期

9 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 夏曦中;张训蒲;刘焕章;;中国似泩鱼类生物地理学过程研究[A];中国海洋湖沼学会鱼类学分会、中国动物学会鱼类学分会2004年学术研讨会摘要汇编[C];2004年

2 杨雷;彭作刚;何舜平;;大鳍溹的群体遗传结构和生物地理学研究初探[A];中国海洋湖沼学会鱼类学分会、中国动物学会鱼类学分会2004年学术研讨会摘要汇编[C];2004年

3 黄重期;吴书平;周卫川;钱周兴;郭云海;陈德牛;;Acusta属陆贝的分类与生物地理学[A];中国动物学会·中国海洋湖沼学会贝类学分会第九次会员代表大会暨第十五次学术讨论会会议摘要集[C];2011年

4 马海平;李雪;林升东;;生物地理学优化算法的迁移率模型分析[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

5 纪运恒;;重楼属的形态性状演化、分类系统与生物地理学[A];中国植物学会七十五周年年会论文摘要汇编（1933-2008）[C];2008年

6 郭守玉;黄满荣;;几种石耳科地衣生物地理学关系的分子评估[A];2012年中国菌物学会学术年会会议摘要[C];2012年

7 俞丹;陈明;唐琼英;刘焕章;;基于线粒体Cyt b基因序列变异的尖头渆谱系生物地理学研究[A];中国海洋湖沼学会鱼类学分会、中国动物学会鱼类学分会2012年学术研讨会论文摘要汇编[C];2012年

8 张瑞莹;宋刚;屈延华;Per Alstr銉m;Per G.P.Ericson;Jon Fjelds，

本文编号：610541