混合蛙跳算法的改進(jìn)與應(yīng)用研究.pdf

1、隨著科技的發(fā)展與進(jìn)步，在科研工作、實(shí)踐活動和日常生活中，經(jīng)常會遇到最優(yōu)化的求解問題。探求一種高效且簡單的算法去解決最優(yōu)問題已經(jīng)成為一些學(xué)者研究方向之一。近些年，很多學(xué)者將混合蛙跳算法應(yīng)用到各個領(lǐng)域的最優(yōu)化求解中，同時獲得部分研究成果。
　　混合蛙跳算法是借鑒大自然中青蛙群體覓食活動所產(chǎn)生的一種智能仿生算法，該算法由于有著可變因子少、思想易理解、并行搜索等眾多優(yōu)點(diǎn)，導(dǎo)致它成為最優(yōu)化問題求解中熱點(diǎn)算法之一。但是，該算法也有其不足之處：

2、如對初始值依賴、收斂速度過緩等。本文首先研讀一些學(xué)者關(guān)于該算法的成果和理論，在此基礎(chǔ)上，針對其缺點(diǎn)，在初始化種群、青蛙個體的變異方式、種群的分組三個方面對其進(jìn)行改進(jìn)；將改進(jìn)的算法應(yīng)用到傳統(tǒng)算法中，明顯改善了傳統(tǒng)算法性能；除此之外，還將該改進(jìn)算法應(yīng)用到二維路徑規(guī)劃中，實(shí)驗(yàn)證明，該算法有著較好的路徑規(guī)劃效果。本文具體工作如下：
　　(1)本文介紹了選題的背景、研究意義和相關(guān)理論，分析了研究的現(xiàn)狀，再針對混合蛙跳算法收斂速度和局部搜索速

3、度較慢等缺點(diǎn)，通過初始化種群、青蛙個體變異方式、種群的分組三個方面對原始混合蛙跳算法進(jìn)行改進(jìn)，經(jīng)過在標(biāo)準(zhǔn)函數(shù)仿真實(shí)驗(yàn)，體現(xiàn)了改進(jìn)后算法的優(yōu)越性。
　　(2)由于傳統(tǒng) K均值算法過分依賴初始值設(shè)置，容易陷入局部最優(yōu)等問題，將改進(jìn)后混合蛙跳算法應(yīng)用到 K均值算法中，實(shí)驗(yàn)證明結(jié)合后的算法有效地克服 K均值算法存在的問題。
　　(3)將改進(jìn)后混合蛙跳算法應(yīng)用到傳統(tǒng)協(xié)同過濾算法中。首先利用聯(lián)合聚類填充評分矩陣，再利用改進(jìn)后混合蛙跳算法