学位论文 > 优秀研究生学位论文题录展示

捕鱼策略优化方法的改进及其应用研究

作　者: 陈士亮
导　师: 王勇
学　校: 广西民族大学
专　业: 计算数学
关键词: 优化捕鱼算法局部极值粒子群算法
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

群智能算法作为一种新的智能优化技术,以其精度高、鲁棒性好等特点受到了计算机界学者的广泛关注。至今,人们已经提出了许多种优化算法,如人工鱼群算法、遗传算法、萤火虫算法等。实践证明,群智能算法是一种能有效地解决全局优化问题的技术。本文研究的主要内容及研究成果如下：(1)第一章,首先介绍了智能算法的背景和目的,其次介绍了群智能的研究现状以及其广泛应用,最后给出了本文的结构及内容框架。(2)第二章,简要介绍了渔夫捕鱼算法(FSOA)。(3)第三章,根据FSOA算法在渔夫探测时容易出现重复探测的现象,提出了采用动态步长的模拟捕鱼策略改进方法。渔夫的搜索方向受其当前前进方向的限制。实验证明该方法能有效地解决收敛速度慢的缺点。(4)第四章,提出了一种区域搜索以代替随机探测策略的方法。渔夫可根据自己所处环境的不同而采用不同的搜索策略,使算法的优化精度得到了明显的改进。(5)第五章,提出了一种将收缩方法和粒子群算法相结合的混合算法。该算法要求首先找出一些局部极值,在进行速度更新时,粒子根据自己所处环境的不同采用不同的更新策略。实验数据表明该方法可以有效地解决大多数优化问题。

全文目录

摘要  3-4
ABSTRACT  4-8
1 绪论  8-11
  1.1 智能算法的背景与目的  8
  1.2 研究现状  8-9
  1.3 主要研究内容  9-10
  1.4 本章小结  10-11
2 捕鱼算法  11-13
  2.1 引言  11
  2.2 基本策略方法  11-12
    2.2.1 基本原理  11-12
    2.2.3 基本流程  12
  2.3 本章小结  12-13
3 一种采用随机探测策略的改进FSOA  13-21
  3.1 引言  13
  3.2 策略和方法  13-17
    3.2.1 基本原理  13
    3.2.2 方法描述  13-16
    3.2.3 算法流程  16-17
    3.2.4 数值试验  17
  3.3 算法参数设置  17-20
    3.3.1 评价指标及实验结果  18-19
    3.3.2 对比分析及结论  19-20
  3.4 本章小结  20-21
4 一种采用动态搜索策略的改进FSOA  21-26
  4.1 引言  21
  4.2 基本方法和策略  21-23
    4.2.1 基本原理  21
    4.2.2 方法描述  21-22
    4.2.3 算法流程  22-23
  4.3 数值实验研究  23-25
    4.3.1 参数设置  23
    4.3.2 评价指标及实验结果  23-24
    4.3.3 对比分析及结论  24-25
  4.4 本章小结  25-26
5 一种基于收缩方法的改进PSO  26-31
  5.1 引言  26
  5.2 粒子群算法简介  26-27
  5.3 改进的PSO算法  27-28
    5.3.1 引入局部最优值和收缩搜索概念  27-28
    5.3.2 方法描述  28
    5.3.3 方法流程  28
  5.4 数值试验  28-30
    5.4.1 参数设置  29
    5.4.2 结果及分析  29-30
  5.5 本章小结  30-31
6 总结与展望  31-32
  6.1 研究成果及创新点  31
  6.2 研究展望  31-32
参考文献  32-34
致谢  34-35
攻读学位期间发表的学术论文目录  35

捕鱼策略优化方法的改进及其应用研究

内容摘要

全文目录

相似论文