学位论文 > 优秀研究生学位论文题录展示

人工植物算法设计

作 者: 杨红娟
导 师: 谭瑛;崔志华
学 校: 太原科技大学
专 业: 计算机应用技术
关键词: 人工植物算法 光合作用算子 向光性算子 顶端优势算子 参数选择
分类号: TP301.6
类 型: 硕士论文
年 份: 2011年
下 载: 58次
引 用: 0次
阅 读: 论文下载
 

内容摘要


现有的计算智能算法主要模拟了物理化学规律及动物的社会行为,对于植物的生长模式尚未给予足够重视。由于植物对环境的适应能力较强,生长速度较慢,因此,模拟植物的生长过程为高维多模态优化问题的求解提供了一种新的思路。论文从植物的生物学背景出发,考虑植物生长的一些机制,如光合作用机制、向光性机制等,引入了一种新型随机算法——人工植物算法。该算法利用仿真技术,研究光合作用机制、向光性机制对植物生长的影响。以此为基础,结合植物学研究成果,建立起人工植物算法的框架,并给出光合作用算子、向光性算子的具体实现形式。将人工植物算法用于混沌系统控制时,取得了较好的低维优化效果。但是,对于中高维优化问题,其优化的效果并不令人满意。于是,再次考虑植物的生理特征,提出带顶端优势机制的人工植物算法。顶端优势是植物调节自身生长量的一个主要环节,并且可以通过人工干预的方式去除。将其设计为算法的算子时,可以避免陷入局部最优。由于带顶端优势机制的人工植物算法中含有的参数较多,对算法性能的影响也比较大。为了确定哪组参数能使算法获得更好的性能,利用试验设计的方式对其进行了参数选择。正交试验设计筛选出对算法性能影响较大的六个参数,均匀试验设计选择出使算法的性能更优的参数组合,从而达到改善算法性能的目的。

全文目录


中文摘要  3-4
ABSTRACT  4-8
第一章 引言  8-14
  1.1 计算智能  8-9
  1.2 计算智能算法  9-12
    1.2.1 微粒群算法  9-10
    1.2.2 人工鱼群算法  10-11
    1.2.3 蚁群算法  11-12
  1.3 本文的主要研究内容  12-14
第二章 人工植物算法  14-24
  2.1 人工植物算法引入  14-15
    2.1.1 人工植物算法背景介绍  14
    2.1.2 人工植物算法与优化问题的对应  14-15
  2.2 光合作用算子  15-17
    2.2.1 光合作用算子背景介绍  15-16
    2.2.2 光合作用算子设计  16-17
    2.2.3 光合作用算子步骤  17
  2.3 向光性算子  17-19
    2.3.1 向光性算子背景介绍  17-18
    2.3.2 向光性算子设计  18-19
    2.3.3 向光性算子步骤  19
  2.4 人工植物算法流程  19-20
    2.4.1 人工植物算法总体框图  19
    2.4.2 人工植物算法步骤  19-20
  2.5 基于人工植物算法的混沌系统控制  20-23
    2.5.1 混沌系统的控制问题描述  20-21
    2.5.2 混沌系统控制的仿真结果  21-23
  2.6 小结  23-24
第三章 带顶端优势机制的人工植物算法  24-42
  3.1 人工植物算法的数值优化试验  24-26
    3.1.1 测试函数  24-25
    3.1.2 人工植物算法参数设置  25
    3.1.3 试验结果及分析  25-26
  3.2 带顶端优势机制的人工植物算法  26-29
    3.2.1 人工植物算法分析  26-27
    3.2.2 顶端优势算子背景介绍  27-28
    3.2.3 顶端优势算子设计  28
    3.2.4 顶端优势算子步骤  28-29
  3.3 向光性算子重新设计  29-31
    3.3.1 枝条分类的向光性算子  29
    3.3.2 枝条弯曲度计算  29-30
    3.3.3 重新设计的向光性算子步骤  30-31
  3.4 带顶端优势机制的人工植物算法流程  31-32
    3.4.1 带顶端优势机制的人工植物算法总体框图  31
    3.4.2 带顶端优势机制的人工植物算法步骤  31-32
  3.5 仿真试验  32-41
    3.5.1 测试函数  32
    3.5.2 参数设置  32
    3.5.3 试验结果分析  32-41
  3.6 小结  41-42
第四章 带顶端优势机制的人工植物算法参数选择  42-58
  4.1 正交试验设计法筛选参数  42-52
    4.1.1 正交试验设计介绍  42-43
    4.1.2 用正交表安排试验  43-52
  4.2 均匀试验设计选择参数组合  52-55
    4.2.1 均匀试验设计介绍  52
    4.2.2 用均匀设计表安排试验  52-55
  4.3 参数选择结果分析  55-56
  4.4 小结  56-58
第五章 总结与展望  58-60
  5.1 论文总结  58
  5.2 展望  58-60
参考文献  60-64
致谢  64-66
研究生期间发表的论文  66-68
个人简介及联系方式  68-69

相似论文

  1. 支持向量机核函数的参数选择方法,TP18
  2. 基于分块和核参数选择的KPCA研究,TP391.41
  3. 希尔伯特——黄变换算法与应用研究,TN911.6
  4. 准干式绿色磨削可应用性及加工参数与表面质量关系的研究,TG580.6
  5. 并联混合动力汽车动力系统模糊优化控制策略的研究,U469.72
  6. 不平衡数据集上支持向量机算法研究,TP18
  7. 最小二乘支持向量机算法及应用研究,TP183
  8. 齿条成形磨削淬硬耦合应力场研究,TG580.6
  9. 支持向量机在遥感影像分类中应用的若干研究,S127
  10. 支持向量机中核函数和参数选择研究及其应用,TP18
  11. 数据分布对于机器学习效果的影响研究,TP181
  12. 磨削淬硬温度场分析及其工艺参数确定方法研究,TG580.6
  13. 基于支持向量机的风速与风功率预测研究,TM614
  14. 基于半监督学习的渭河水质定量遥感研究,P333.6
  15. 碳酸盐岩礁滩储层地震相分析,P618.13
  16. 用遗传算法选择支持向量机参数的研究,TP183
  17. 基于支持向量机的商标图像分类研究,TP391.41
  18. 智能预诊过程关联规则提取方法研究,TP311.13
  19. 基于在线选择的图分割技术的研究与应用,TP391.41
  20. 支持向量机模型的相关研究,TP181

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com