磷虾群优化算法的研究

发布时间：2017-09-25 06:36

  本文关键词：磷虾群优化算法的研究

  更多相关文章： 全局优化 磷虾群优化算法 惯性权重 自适应

【摘要】：磷虾群算法是一种新兴的群智能优化算法。该算法易于编程实现,在用于求解全局优化问题时具有快速收敛性,一经提出便受到研究者们普遍关注,并在计算机、通信、机械、神经网络训练和电力系统等领域得到应用。与其它智能算法相比,磷虾群算法在收敛性方面具有显著优势。作为一种新的群智能算法,磷虾群算法的理论研究有待完善,算法本身需作改进,其应用实践的领域仍需进一步拓展。本文在分析磷虾群算法原理的基础上,对算法进行研究,并通过仿真实验进行验证。本文的主要研究内容如下:1.对标准磷虾群算法(KH)进行分析,深入了解其模型构造。在磷虾群算法中存在着大量的参数,而部分参数的选取对算法的性能具有重要影响,对此,将算法中觅食惯性权重、最大觅食速度和步长缩放因子这三个重要参数进行大量的测试实验,以了解它们对算法性能的影响,进而给出合理的选取途径,在一定程度上,能够提升算法性能。2.提出一种自适应惯性权重的改进磷虾群算法(AKH)。通过理论推导可知,标准磷虾群算法在求解全局优化问题的过程中出现大量的无效迭代是受惯性权重的影响,进而对算法做出改进,在算法迭代过程中,根据适应度值将种群粒子分成两类:适应度值变差粒子和适应度值变优粒子,然后动态调整惯性权重,将适应度值变差粒子的惯性权重重置为零,减少惯性权重的不良影响,而适应度值变优粒子的惯性权重则保持不变。数值实验结果表明,AKH能够有效地减少算法的无效迭代次数,增强了算法的收敛精度,提升了算法性能。
【关键词】：全局优化 磷虾群优化算法 惯性权重 自适应
【学位授予单位】：北方民族大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-12
• 1.1 研究背景与意义7-8
• 1.2 国内外研究现状8-9
• 1.3 最优化问题及优化方法9-10
• 1.4 本文的研究目的和研究内容10-12
• 第二章 磷虾群算法概述12-20
• 2.1 引言12
• 2.2 磷虾群算法描述12-17
• 2.3 算法分析17-18
• 2.4 磷虾群算法的改进策略18-19
• 2.5 磷虾群算法的应用19
• 2.6 本章小结19-20
• 第三章 磷虾群算法的参数研究20-29
• 3.1 引言20
• 3.2 磷虾群算法控制参数概述20-21
• 3.3 磷虾群算法性能的测试函数21-23
• 3.4 磷虾群算法性能的评价标准23
• 3.5 磷虾群算法的参数实验23-28
• 3.6 本章小结28-29
• 第四章 一种自适应惯性权重的改进磷虾群算法29-37
• 4.1 引言29
• 4.2 算法的问题分析29-31
• 4.3 自适应惯性权重的磷虾群算法31-34
• 4.4 数值实验与结果分析34-36
• 4.5 本章小结36-37
• 第五章 研究工作总结与展望37-39
• 5.1 研究工作的总结37
• 5.2 未来工作的展望37-39
• 参考文献39-42
• 附录 常用的无约束优化问题的测试函数42-44
• 致谢44-45
• 攻读硕士期间撰写的论文、参与的项目及作者简介45

【参考文献】

中国期刊全文数据库 前2条

1 敖永才;师奕兵;张伟;李焱骏;;自适应惯性权重的改进粒子群算法[J];电子科技大学学报;2014年06期

2 张玮;王华奎;;粒子群算法稳定性的参数选择策略分析[J];系统仿真学报;2009年14期

中国博士学位论文全文数据库 前1条

1 王维博;粒子群优化算法研究及其应用[D];西南交通大学;2012年

，

本文编号：915969