螢火蟲(chóng)優(yōu)化算法的研究與改進(jìn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩74頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、螢火蟲(chóng)優(yōu)化算法(GlowwormSwarmOptimization,GSO)是一種新型的群智能優(yōu)化算法。該算法模擬自然界螢火蟲(chóng)的發(fā)光特性,通過(guò)比較熒光素值的大小達(dá)到交流信息的目的,從而實(shí)現(xiàn)問(wèn)題的優(yōu)化。該算法具有參數(shù)較少、操作簡(jiǎn)單且穩(wěn)定性較好等優(yōu)點(diǎn)。隨著螢火蟲(chóng)優(yōu)化算法理論研究的進(jìn)展,其應(yīng)用也越來(lái)越廣泛,逐漸引起了國(guó)內(nèi)外諸多學(xué)者的關(guān)注并加入到研究的熱潮之中。但是,該算法的理論研究及應(yīng)用研究剛剛起步,還有許多待改進(jìn)之處。
   本文對(duì)

2、螢火蟲(chóng)優(yōu)化算法的理論基礎(chǔ)、原理和實(shí)現(xiàn)方法等進(jìn)行了詳細(xì)的介紹,同時(shí)也分析了其存在的優(yōu)缺點(diǎn),在此基礎(chǔ)上,對(duì)螢火蟲(chóng)優(yōu)化算法進(jìn)行了改進(jìn),提出了兩種改進(jìn)算法,提高了優(yōu)化能力。本文的主要研究工作包括:
   (1)首先對(duì)群智能優(yōu)化算法做了概述,介紹了幾種比較常見(jiàn)的優(yōu)化算法;然后對(duì)螢火蟲(chóng)優(yōu)化算法進(jìn)行研究分析,詳細(xì)介紹螢火蟲(chóng)優(yōu)化算法相關(guān)的理論基礎(chǔ)知識(shí),包括螢火蟲(chóng)算法的原理,實(shí)現(xiàn)步驟,以及目前的研究現(xiàn)狀。
   (2)提出可自適應(yīng)搜索的改

3、進(jìn)螢火蟲(chóng)算法。將自主隨機(jī)搜索和步長(zhǎng)自適應(yīng)搜索機(jī)制引入螢火蟲(chóng)優(yōu)化算法。改進(jìn)算法的螢火蟲(chóng)個(gè)體可以在感知范圍內(nèi)自主尋找較優(yōu)個(gè)體,對(duì)優(yōu)秀個(gè)體的依賴程度減小,另外,通過(guò)比較鄰域平均距離的大小,個(gè)體的移動(dòng)步長(zhǎng)可以在感知范圍內(nèi)適當(dāng)調(diào)整,從而降低震蕩現(xiàn)象,提高求解精度。通過(guò)實(shí)驗(yàn)結(jié)果的比較分析,改進(jìn)算法的尋優(yōu)能力更佳。
   (3)提出基于捕食搜索策略的螢火蟲(chóng)和粒子群混合優(yōu)化算法。以捕食搜索作為尋優(yōu)策略,在可自適應(yīng)搜索的改進(jìn)螢火蟲(chóng)算法基礎(chǔ)上,融合

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論