人工蜂群算法的研究與應用.pdf_第1頁
已閱讀1頁,還剩147頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、人工蜂群算法(ArtificialBeeColonyalgorithm,ABC)是2005年提出的一種新型群智能優(yōu)化算法,并廣泛應用于人工神經(jīng)網(wǎng)絡訓練、濾波器設計、認知無線電和盲信號分離等眾多領域,均取得了良好應用效果,使其成為目前最有前景的進化算法之一。然而,與其他進化算法的發(fā)展一樣,在研究初期,存在大量問題需要研究,例如提高算法在各種優(yōu)化問題上的求解性能、拓展算法的應用范圍等。
  本課題為完善ABC算法的理論體系,針對算法存

2、在的問題,從理論和應用兩方面對其進行深入研究。在理論研究方面,針對各種典型優(yōu)化問題展開研究,一方面,改進ABC算法內(nèi)在運行機制,力圖提高算法在高維復雜單目標優(yōu)化、二目標優(yōu)化以及約束多目標優(yōu)化問題上的求解性能;另一方面,嘗試引入其他機制,使算法能夠處理多峰函數(shù)優(yōu)化和高維多目標優(yōu)化問題,并取得令人較為滿意的效果。在實際應用方面,將ABC算法應用到面向三維感知的無線多媒體傳感器網(wǎng)絡的全目標覆蓋問題中,取得了良好效果。具體如下:
  第一

3、,針對ABC算法在求解復雜單目標函數(shù)優(yōu)化問題時仍存在易陷入局部最優(yōu)、收斂速度慢等問題,對其內(nèi)在運行機制進行深入研究:為盡量避免算法陷入局部最優(yōu),為跟隨蜂設計新的概率選擇模型代替原有較為貪婪的較優(yōu)個體選擇方式,并設計反向?qū)W習變異策略代替?zhèn)刹旆湫袨?為在保證種群多樣性的同時盡量提高收斂速度,在跟隨蜂和引領蜂的搜索中加入方向性搜索信息,設計新的搜索策略,綜合以上改進提出一種改進人工蜂群算法。實驗仿真結(jié)果表明該改進算法性能優(yōu)于現(xiàn)有四種算法。

4、r>  第二,針對ABC算法目前尚不能處理多峰優(yōu)化問題,通過大量實驗研究,結(jié)合小生境技術,嘗試提出一種小生境人工蜂群算法。一方面,為使算法盡可能多的搜索到多峰函數(shù)的極值解,做如下四方面工作:1、改進原有的小生境模型,增強算法對各個峰的辨識能力;2、建立新的引領蜂個體保留方式、利用排擠機制確定迭代種群,使算法不止收斂于單個最優(yōu)峰,增強算法集聚于各個峰的能力;3、改進跟隨蜂在選擇較優(yōu)蜜源時原有的較為貪婪的選擇方式,擴大種群多樣性;4、建立外

5、部種群記錄搜索過程中的已得極值解,避免搜索造成峰值點丟失的情況。另一方面,為盡量提高搜索精度,改進原有依靠個體適應度值判斷個體優(yōu)劣的評判標準,結(jié)合小生境技術在峰內(nèi)判斷個體優(yōu)劣,加強個體在峰內(nèi)的搜索。仿真結(jié)果表明該算法能較為準確地識別各個峰。
  第三,針對現(xiàn)有基于ABC算法的二目標優(yōu)化算法的收斂性和分布性有待提高的問題,以NSGA-II作為二目標算法的主體框架、ABC執(zhí)行進化操作,提出二目標人工蜂群算法。主要改進措施包括:1、設計

6、新的精英種群確定方式,改善最優(yōu)解集的分布性;2、根據(jù)二目標的特點,設計新的搜索策略,加快算法收斂到最優(yōu)Pareto前沿的速度。標準測試函數(shù)上的實驗結(jié)果顯示,該算法能夠穩(wěn)定有效地找到Pareto最優(yōu)解集并同時保證良好分布性,其相關性能指標超過國內(nèi)外多個先進二目標進化算法。
  第四,針對目前ABC算法尚無法解決高維多目標優(yōu)化問題的情況,嘗試提出一種以ABC執(zhí)行主體進化策略的高維多目標算法。首先,將高維多目標問題轉(zhuǎn)化成單目標問題,加大

7、收斂動力;其次,根據(jù)高維多目標問題的特點,改進跟隨蜂選擇較優(yōu)個體時較為貪婪的選擇方式,為偵察蜂設計新的搜索策略,加強對非支配解的探索能力;最后,提出新的分布性維護方法,避免解集覆蓋不完整、分布不均勻。實驗證實該算法收斂性和分布性效果良好,且解集覆蓋范圍廣。
  第五,針對現(xiàn)有基于ABC算法的約束多目標算法性能較差的問題,采用建立外部種群分別存儲優(yōu)秀可行解和不可行解的方式處理約束條件,利用ABC算法執(zhí)行進化操作,并借助優(yōu)秀可行解和不

8、可行解的方向性引導信息增強算法對解的探索能力,建立新的搜索方式,提出基于ABC算法的約束多目標算法。在CTP類測試函數(shù)上的仿真結(jié)果顯示,相對于現(xiàn)有幾種約束多目標優(yōu)化算法,本課題提出的約束多目標算法能夠獲得更優(yōu)的分布性和收斂性效果。
  第六,為解決面向三維感知的多媒體傳感器網(wǎng)絡的全目標覆蓋問題,提出基于人工蜂群算法的通用全目標覆蓋算法:一方面,改進現(xiàn)有的三維感知模型,并通過公式推導得到最優(yōu)仰俯角的計算公式,利用改進ABC算法進行求

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論