基于文化算法的蝙蝠算法分析

基于文化算法的蝙蝠算法分析

ID:27201381

大小:2.41 MB

頁數(shù):135頁

時(shí)間:2018-12-01

基于文化算法的蝙蝠算法分析_第1頁
基于文化算法的蝙蝠算法分析_第2頁
基于文化算法的蝙蝠算法分析_第3頁
基于文化算法的蝙蝠算法分析_第4頁
基于文化算法的蝙蝠算法分析_第5頁
資源描述:

《基于文化算法的蝙蝠算法分析》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、-------萬方數(shù)據(jù)-----------西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性(或創(chuàng)新性)聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德,本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同事對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處,本人承擔(dān)一切法律責(zé)任。本人簽名:日期:西安電子科技大學(xué)關(guān)于論文

2、使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱、借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證,結(jié)合學(xué)位論文研究成果完成的論文、發(fā)明專利等成果,署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名:導(dǎo)師簽名:日期:日期:-----------萬方數(shù)據(jù)-----------萬方數(shù)據(jù)-----------摘要摘要優(yōu)化問題廣泛存在于現(xiàn)實(shí)

3、生活中,大多數(shù)問題是非線性的,傳統(tǒng)數(shù)學(xué)演算方式無法得到最優(yōu)目標(biāo)。為此,元啟發(fā)式算法被廣泛嘗試。在應(yīng)用領(lǐng)域中,最新的趨勢是使用群智能優(yōu)化算法。群智能優(yōu)化算法由于自身的自組織性、非線性及并行性等特點(diǎn),已經(jīng)成功應(yīng)用于解決現(xiàn)實(shí)世界中的復(fù)雜優(yōu)化問題。這些算法試圖模仿自然現(xiàn)象或社會(huì)行為,以便通過使用迭代和隨機(jī),產(chǎn)生用于優(yōu)化問題的更好的解決方案。蝙蝠算法(BA)是通過模擬蝙蝠獵食行為而形成的一種群智能優(yōu)化算法。初步研究表明,蝙蝠算法在性能上優(yōu)于遺傳算法和粒子群算法,可用在眾多領(lǐng)域,如圖像處理、多目標(biāo)優(yōu)化、數(shù)據(jù)挖掘等。但對(duì)一些復(fù)雜的情況,算法本身

4、還存在缺陷,例如算法尋優(yōu)精度低、尋優(yōu)收斂速度慢等。本文提出了一種改進(jìn)算法——基于文化算法的蝙蝠算法(CABA)。針對(duì)原蝙蝠算法尋優(yōu)過程速度慢且易陷入局部最優(yōu)的問題,借助文化算法的雙層進(jìn)化機(jī)制并利用其群體空間和信念空間進(jìn)行蝙蝠算法的改進(jìn),即在群體空間中采用接受規(guī)則制定接受比例,按照該比例選擇群體空間優(yōu)秀個(gè)體作為整個(gè)群體的信念,即根據(jù)適應(yīng)度的強(qiáng)度排序,選擇前n%的優(yōu)秀個(gè)體放入信念空間,在信念空間中同樣利用蝙蝠算法實(shí)現(xiàn)信念空間個(gè)體的進(jìn)化,信念空間的優(yōu)秀個(gè)體通過影響規(guī)則來調(diào)整群體空間中的個(gè)體;運(yùn)用變鄰域搜索,設(shè)置N個(gè)鄰域空間,對(duì)蝙蝠算法中

5、的每一代最優(yōu)個(gè)體進(jìn)行更加精細(xì)的k局部搜索;改進(jìn)了算法的更新公式,使其能更好地趨向最優(yōu)目標(biāo);針對(duì)算法中的早熟收斂現(xiàn)象,根據(jù)適應(yīng)度值的不同,將種群個(gè)體分為三類,分別制定了處理方式。采用八種單峰測試函數(shù)及五種多峰測試函數(shù),分別對(duì)CABA與BA進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,CABA有效提高了算法的尋優(yōu)精度,加快了尋優(yōu)收斂速度,而且在一定程度上避免了早熟收斂現(xiàn)象,可知CABA的性能優(yōu)于經(jīng)典BA。本文的主要工作是研究蝙蝠算法的改進(jìn)方法。合理地設(shè)定文化算法中的接受規(guī)則、影響規(guī)則以及設(shè)置蝙蝠算法中種群的最大規(guī)模、變鄰域搜索的自適應(yīng)步長,都是影響算法性

6、能的關(guān)鍵。在后續(xù)工作中,將進(jìn)一步研究這些影響因素,以持續(xù)改善CABA的性能。此外,還可以考慮CABA在其它領(lǐng)域的應(yīng)用。關(guān)鍵詞:蝙蝠算法,文化算法,變鄰域搜索,移動(dòng)步長,早熟策略I-----------萬方數(shù)據(jù)-----------西安電子科技大學(xué)碩士學(xué)位論文II-----------萬方數(shù)據(jù)-----------ABSTRACTABSTRACTOptimizationproblemsexistinrealworldwidelywhichareoftennonlinear.Traditionalmathematicalcalcula

7、tionmethodscannotgettheoptimalsolution.TheMeta-heuristicAlgorithmisusedwidelytosolvetheseproblems.Therecenttrendistouseswarmintelligencealgorithmwhich,showinggoodself-organization,nonlinearityandparallelism,issuccessfullyappliedtosolvecomplexoptimizationproblemsinther

8、ealworld.Thesealgorithmstrytoimitatenaturalphenomenaorsocialbehaviorwithiterationandstochastictofindthebestway.BatAlgorithm(

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。