学位论文 > 优秀研究生学位论文题录展示
基于云模型的人工鱼群算法
作 者: 王明永
导 师: 刘东林
学 校: 华东理工大学
专 业: 计算机应用技术
关键词: 智能仿生算法 人工鱼群算法 二维正态云发生器 反馈机制
分类号: TP18
类 型: 硕士论文
年 份: 2013年
下 载: 205次
引 用: 0次
阅 读: 论文下载
内容摘要
人工鱼群算法(AFSA)是近来兴起的一种智能仿生算法,该算法具有收敛速度快、鲁棒性强、对参数要求不高等优点,但算法的后期有收敛速度慢且寻优率不高的缺陷,为此很多研究者提出不同的改进策略。本文提出了基于云理论和反馈机制的云人工鱼群算法(CAFSA)。该算法的原理是在人工鱼的觅食行为中,取消了人工鱼群算法的随机生成下一位置的策略,而是采用二维正态云发生器生成云滴的方式改进人工鱼的下一位置状态,由云模型的“少量云滴无规律,大量云滴则存在稳定倾向性”特点可知,如果在人工鱼群规模足够大迭代次数足够多的情况下,引入云模型的人工鱼群算法在后期的收敛精度和速度方面会有较理想的结果。另外,本文引用反馈机制,使得在算法初期人工鱼的随机行为较二维云发生器生成云滴的行为机制有较大执行机会,避免了算法陷入局部寻优,而在算法后期二维正态云发生器生成云滴执行的概率更大,提高了算法后期收敛的精度和速度。这些策略对改进人工鱼群算法的全局收敛精度以及优化算法的收敛性能有较好的效果。接下来从数学角度用有限Markov链的收敛性定理证明CAFSA算法的收敛性,并且设计实验将另外二种改进的人工鱼群算法与本文设计的算法相比较,得出本文改进的人工鱼群算法在收敛精度方面取得较好结果,最后将改进后的算法以及原始人工鱼群算法应用于解决TSP这个经典的NP问题,并且与基于信息素寻优的蚁群算法(ACO算法)比较,得出改进后的算法较原始人工鱼群算法在求解TSP问题时有一定的优势,这也为求解TSP问题开辟了一种思维策略。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-15 1.1 选题背景 9 1.2 智能算法的研究 9-12 1.3 人工鱼群算法的国内外发展动态 12 1.4 人工鱼群算法国内研究现状 12-13 1.5 鱼群算法的理论意义 13 1.6 鱼群算法的实际应用价值 13-14 1.7 本文主要研究内容 14-15 第2章 相关理论及研究方法 15-20 2.1 人工生命 15 2.2 人工生命的起源和理论研究 15 2.3 群智能算法 15-17 2.4 云理论的研究 17 2.4.1 云理论介绍 17 2.4.2 云发生器 17 2.5 Markov链 17-18 2.6 反馈策略 18 2.7 人工鱼群算法 18 2.8 几种改进的人工鱼群算法 18-19 2.9 MatLab实验工具 19-20 第3章 人工鱼群算法理论 20-26 3.1 人工鱼群算法分析 20-22 3.1.1 人工鱼 20 3.1.2 人工鱼群参数设置 20-21 3.1.3 人工鱼行为设置 21 3.1.4 行为评价准则 21-22 3.2 人工鱼群算法的流程图 22-24 3.3 云人工鱼群算法的提出 24-26 第4章 云人工鱼群算法建模、实验与证明 26-45 4.1 云人工鱼群算法CAFSA流程图 26-27 4.2 云人工鱼群算法编程实现 27-28 4.3 二维正态云发生器数学模型 28-31 4.4 二维正态云发生器算法实现 31-32 4.5 二维正态云发生器参数设置 32-33 4.5.1 均值、熵、超熵设置 32-33 4.5.2 Schwefel’s函数 33 4.6 实验结果 33-42 4.7 CAFSA收敛性证明 42-45 4.7.1 初始化设置 42-43 4.7.2 有限Markov链的稳定性定理 43 4.7.3 Markov链的稳定性定理在CAFSA中的应用 43-45 第5章 云人工鱼群算法在TSP问题中的应用 45-54 5.1 TSP介绍 45-46 5.2 TSP研究现状及研究意义 46-47 5.3 智能仿生算法在解决TSP的对比性研究 47-54 5.3.1 应用人工鱼群算法AFSA求解TSP 47-48 5.3.2 应用云人工鱼群算法CAFSA求解TSP 48-51 5.3.3 应用蚁群算法ACO求解TSP 51 5.3.4 三种智能算法求解TSP结果 51-54 第6章 总结与展望 54-56 参考文献 56-59 致谢 59
|
相似论文
- 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
- 基于AFSA的网格资源调度策略研究,TP393.01
- 基于IPS的SIP信令压缩技术研究,TN929.5
- 配电网中基于人工鱼群算法的分布式发电规划,TM715
- 对等网络的信任机制研究,TP393.08
- 基于人工鱼群算法的Lanchester方程微分对策问题的研究,O225
- 人工萤火虫群优化算法改进及应用研究,TP18
- 基于捕鱼策略的优化算法研究,TP301.6
- 合成孔径雷达干扰效果评估方法研究,TN974
- 人工鱼群算法在聚类问题中的应用研究,TP18
- 战术互联网安全分簇算法研究,TP393.08
- 基于人工鱼群算法的图像配准的研究与实现,TP391.41
- 人工鱼群算法的改进及应用研究,TP301.6
- 一类机械结构分析与设计中的反馈机制,TH122
- 基于公民参与视阈的我国政府信息公开研究,D630
- 基于人工鱼群算法的动态目标跟踪技术研究,TP391.41
- 基于贝叶斯分类方法的中文问句分类研究,TP391.1
- 基于混合算法—径向基神经网络的短期负荷预测,TM715
- 基于量子人工鱼群算法的配电网网架优化研究,TM74
- 一种基于反馈机制的负载均衡改进算法研究,TP393.02
- 基于用户实时反馈的协同过滤算法研究,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|