多蜂算法及其应用研究

发布时间：2017-10-11 21:11

  本文关键词：多蜂算法及其应用研究

  更多相关文章： 演化算法 多蜂算法 局部搜索 全局搜索 优化问题

【摘要】：在不同的学科和现实生活应用中存在着大量复杂优化问题,这些复杂优化问题的解决对科学的发展和实际应用具有十分重要的意义。然而,这些问题的解决有赖于提出高性能的优化算法,因为传统的优化算法对它们是无能为力的。近二十多年来,人们发明了许多对求解复杂优化问题十分有效的演化算法,其中基于蜜蜂觅食行为的蜂群算法就是这样一类演化算法。它们提供了一种新的方法用于求解复杂的优化问题。多蜂算法(Bees Algorithm)是众多蜂群算法中一种,是由英国卡迪夫大学(Cardiff University)的D.T.Pham和A.Ghanbarzadeh于2005年发明的。它模拟了蜜蜂觅食行为,其基本思想是根据适应度排序,适应度高的个体在其邻域内进行几次局部搜索,适应度较小的个体在整个解空间内进行全局搜索,从而使具有潜在希望的优质解能够得到更多的开发,这样大大加快了该算法的收敛速度。经过反复进行全局和局部搜索,直到找到问题的最优解或较好的近似解,或到达设置的最大演化代数。然而,大量研究表明,该算法虽然优于其它蜂群算法,但是还存在着收敛速度慢,解的质量不高等诸多问题。本课题研究的目的是针对多蜂算法的缺点,对其进行研究,提出了一些改进算法,并将改进后的算法应用于求解分类问题和不等圆Packing问题,以期推进该算法的研究和应用。本文主要做了如下工作:(1)首先介绍了该课题的研究背景与意义、多蜂算法的研究现状,接着介绍了多蜂算法的思想原理和该算法主要步骤的具体内容。(2)介绍了求解分类问题的演化算法及其原理,并进行了比较。把文法演化算法引入到改进的多蜂算法中,提出了一个新的混合演化算法——文法多蜂算法(GBA),并用于求解分类问题。通过使用几个标准数据集进行仿真实验,实验结果研究表明:与基本的基因表达式编程分类算法和改进的基因表达式编程分类算法相比,GBA能获得更好的分类精度,且收敛速度提高很大,从而说明了GBA的可行性和有效性。(3)在多蜂算法框架的基础上引入了三个新演化算子——交换算子、边缘变异算子和渐变全局收缩算子,从而形成了一个改进的多蜂算法,并用于求解不等圆Packing问题中的百圆包络问题。实验结果表明,该算法求得的最优解比目前其他演化算法求得的该问题的最优解有较大的提高,表明了新算法的可行性和有效性。
【关键词】：演化算法 多蜂算法 局部搜索 全局搜索 优化问题
【学位授予单位】：石家庄经济学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-14
• 1.1 选题的背景、依据及研究意义10-11
• 1.2 多蜂算法研究现状11-12
• 1.3 本文的主要工作简介及结构安排12-13
• 1.4 本章小结13-14
• 第二章 多蜂算法简介14-18
• 2.1 多蜂算法思想原理14-15
• 2.2 多蜂算法框架15-16
• 2.2.1 初始化15
• 2.2.2 邻域搜索15-16
• 2.2.3 全局搜索16
• 2.2.4 算法流程16
• 2.3 本章小结16-18
• 第三章 改进的多蜂算法求解分类问题18-40
• 3.1 分类问题研究现状及相关研究18-32
• 3.1.1 研究现状18
• 3.1.2 求解分类问题的演化算法18-32
• 3.2 分类问题的描述32
• 3.2.1 问题描述32
• 3.2.2 样本处理32
• 3.3 文法演化算法32-34
• 3.4 文法多蜂算法(GBA)解分类问题34-36
• 3.4.1 个体编码34
• 3.4.2 邻域搜索和全局搜索34-35
• 3.4.3 适应度函数35
• 3.4.4 分类类别的确定和分类精度的定义35-36
• 3.5 实验仿真及结果分析36-38
• 3.6 本章小结38-40
• 第四章 改进的多蜂算法求解不等圆Packing问题40-56
• 4.1 相关研究40-47
• 4.1.1 全局优化算法40-42
• 4.1.2 局部优化算法42-47
• 4.2 问题描述47-48
• 4.3 改进的多蜂算法求解不等圆Packing问题48-51
• 4.3.1 个体编码48
• 4.3.2 适应度函数48-49
• 4.3.3 演化算子设计49-50
• 4.3.4 改进的多蜂算法50-51
• 4.4 实验仿真及结果分析51-55
• 4.5 本章小结55-56
• 第五章 结论与展望56-58
• 参考文献58-64
• 附录A64-70
• 致谢70-72
• 作者简介72-74
• 攻读硕士学位期间发表的论文和科研成果74

【相似文献】

中国期刊全文数据库 前10条

1 邹汪平;;一种基于网络安全控制的蜂群算法应用研究[J];吉林师范大学学报(自然科学版);2013年04期

2 李向伟;曹博;;时间参数在HITS算法中的应用及改进[J];兰州工业高等专科学校学报;2006年02期

3 吴涛;彭笃学;;一种改进的直线段裁剪算法[J];湛江师范学院学报;2008年03期

4 张瑞子;南琳;胡琨元;田景贺;;基于EPC Class-1 Gen-2标准的防冲突算法与改进[J];计算机工程;2009年02期

5 黄超;周宁;倪佑生;;基于蚁群算法的攻击图分析[J];计算机工程;2009年18期

6 秦永彬;许道云;;警示传播算法的原理分析及算法改进[J];计算机工程与应用;2010年19期

7 郭毅可;韩锐;;云计算中的弹性算法:概要和展望[J];上海大学学报(自然科学版);2013年01期

8 牛玉静;唐棣;;双步圆的反走样生成算法[J];计算机工程与应用;2010年23期

9 肖璞;;XML索引更新算法的改进[J];南京工程学院学报(自然科学版);2010年03期

10 周骏;陈鸣;张佳明;;两类频繁项算法在网络流上的适用性评估[J];计算机工程;2011年16期

中国重要会议论文全文数据库 前10条

1 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会——2004年学术年会论文集[C];2004年

2 黄纪武;毛泽华;李松涛;张锦雄;;SPMD并行查找算法的MPI实现[A];广西计算机学会2004年学术年会论文集[C];2004年

3 符丽锦;覃华;邓海;孙欣;;一种改进的Apriori算法的研究[A];广西计算机学会2012年学术年会论文集[C];2012年

4 王东锋;王军民;陈英武;;模糊定性仿真理论研究与算法实现[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

5 赵唯;;晶粒度评级的改进算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 刘启文;;可扩展的图形学算法演示系统的研究[A];’2004计算机应用技术交流会议论文集[C];2004年

7 佘智;蒋泰;朱延生;;基于Type C协议的防冲突改进算法[A];广西计算机学会25周年纪念会暨2011年学术年会论文集[C];2011年

8 朱绍文;赵培;朱秋云;;基于pSPADE并行挖掘序列算法的研究[A];2003年中国智能自动化会议论文集（下册）[C];2003年

9 杨霞;;新的基于启发式蚁群算法的QoS路由算法[A];广西计算机学会2009年年会论文集[C];2009年

10 陈黎飞;姜青山;董槐林;;基于图形轮廓的快速聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前10条

1 钟永腾;基于近场MUSIC算法的复合材料结构健康监测研究[D];南京航空航天大学;2014年

2 刘燕;入侵杂草优化算法在阵列天线综合中的应用[D];西安电子科技大学;2015年

3 苗义烽;突发事件下的列车运行调度模型与算法研究[D];中国铁道科学研究院;2015年

4 单美静;求解非线性实代数系统的混合算法研究[D];华东师范大学;2008年

5 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

6 潘磊;若干社区发现算法研究[D];南京大学;2014年

7 陈俊波;频繁闭合项集挖掘算法及应用研究[D];浙江大学;2009年

8 陆楠;关联规则的挖掘及其算法的研究[D];吉林大学;2007年

9 范洪博;快速精确字符串匹配算法研究[D];哈尔滨工程大学;2011年

10 寇晓丽;群智能算法及其应用研究[D];西安电子科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 安世勇;命题逻辑中随机3-SAT问题算法研究[D];西南交通大学;2015年

2 毕晓庆;油气探矿权竞争性出让系统设计与实现[D];中国地质大学(北京);2015年

3 王明明;铁路大机与线路固定设施间距检测算法研究[D];西南交通大学;2015年

4 李静;基于视频图像序列的运动目标检测与跟踪算法研究[D];宁夏大学;2015年

5 刘贝玲;基于天地图的租房平台开发及其关键技术研究[D];西南交通大学;2015年

6 曹海锋;IDS中串匹配臭算法并行优化研究[D];西安建筑科技大学;2015年

7 周攀;基于蚁群算法的山区高速铁路隧道火灾应急疏散最优路径研究[D];西南交通大学;2015年

8 张路奇;基于改进蚁群算法的WSN路由协议的研究[D];中国地质大学(北京);2015年

9 王晓晨;入侵杂草优化算法的应用与改进[D];长安大学;2015年

10 信琴琴;手势控制和识别算法研究[D];闽南师范大学;2015年

，

本文编号：1014760