

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、近些年來(lái),能源問(wèn)題越來(lái)越趨于緊張,如果可以充分的利用自然光,對(duì)節(jié)約能源將起到十分重要的意義。而天空亮度分布正是利用自然光的一個(gè)非常重要的因素。本文將在國(guó)內(nèi)外對(duì)天空亮度分布模型的研究成果基礎(chǔ)上,基于我國(guó)光氣候條件下的觀測(cè)資料,從影響天空亮度分布的氣象參數(shù)出發(fā),采用蟻群算法來(lái)研究天空分類方法,進(jìn)而得到相應(yīng)的天空亮度分布模型,為tp301.6提供理論依據(jù)。
蟻群算法是一種仿生類的群體優(yōu)化算法,該算法具有較為優(yōu)秀的分布式求解能力。
2、在這些年的發(fā)展中,算法在組合優(yōu)化問(wèn)題的求解上取得了比較大的成就,在國(guó)內(nèi)外都有一定的影響力。但是算法本身的離散性本質(zhì)限制了其在連續(xù)空間優(yōu)化問(wèn)題中的應(yīng)用,由于本文所要研究的天空亮度分布模型參數(shù)優(yōu)化問(wèn)題是一個(gè)連續(xù)空間的優(yōu)化問(wèn)題,那么如何能合理的將蟻群算法應(yīng)用到連續(xù)空間優(yōu)化問(wèn)題中去將成為本文研究的一個(gè)重點(diǎn)。
蟻群算法又是一種概率選擇算法,螞蟻的移動(dòng)跟信息素的分布狀況息息相關(guān),所以要構(gòu)建一個(gè)性能優(yōu)越的蟻群算法,設(shè)計(jì)一個(gè)合理的信息素分
3、布模型是關(guān)鍵。在蟻群算法優(yōu)化連續(xù)空間問(wèn)題上,本文提出了兩種不同的優(yōu)化算法,一種是基于網(wǎng)格劃分的連續(xù)蟻群算法(DACO),另外一種是基于正態(tài)分布的連續(xù)蟻群算法(GACO)。DACO借鑒了基本蟻群算法優(yōu)化離散問(wèn)題的思想,將解空間的每一維都劃分成網(wǎng)格,在每一維上,信息素離散的分布在各個(gè)網(wǎng)格點(diǎn)上,螞蟻從起始點(diǎn)出發(fā),根據(jù)各維網(wǎng)格點(diǎn)上信息素的含量,逐維選擇經(jīng)過(guò)的網(wǎng)格點(diǎn),經(jīng)過(guò)Ⅳ次選擇之后,最終到達(dá)終點(diǎn),構(gòu)建出可行解。經(jīng)過(guò)多個(gè)經(jīng)典的函數(shù)測(cè)試,該算法適合
4、求解維度較低,并且較為簡(jiǎn)單的優(yōu)化問(wèn)題。與DACO不同,GACO的信息素是連續(xù)分布的,并且在解空間的各個(gè)維上都呈正態(tài)分布。GACO通過(guò)對(duì)信息素分布函數(shù)進(jìn)行采樣來(lái)完成螞蟻的狀態(tài)轉(zhuǎn)移,通過(guò)更新最優(yōu)螞蟻所在位置,以及信息素分布函數(shù)的寬度值來(lái)更新信息素分布。為了改善算法尋找優(yōu)秀解的能力,GACO引入了模式搜索策略。經(jīng)過(guò)多個(gè)經(jīng)典測(cè)試函數(shù)測(cè)試,GACO具有較好的求解高維復(fù)雜問(wèn)題的能力。
最后,通過(guò)仿真實(shí)驗(yàn),利用實(shí)際觀測(cè)數(shù)據(jù),結(jié)合GACO
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
- 基于蟻群算法的數(shù)據(jù)分類方法研究.pdf
- 基于蟻群分類算法的構(gòu)件檢索方法研究.pdf
- 基于蟻群分類算法的數(shù)據(jù)分類問(wèn)題研究.pdf
- 基于蟻群算法的分類規(guī)則挖掘算法.pdf
- 基于蟻群算法的TSP優(yōu)化算法.pdf
- 基于蟻群算法的遙感影像分類研究.pdf
- 基于蟻群算法的優(yōu)化問(wèn)題研究.pdf
- 基于蟻群算法的公交線網(wǎng)分層優(yōu)化方法研究.pdf
- 基于蟻群優(yōu)化算法的倉(cāng)庫(kù)布局優(yōu)化研究.pdf
- 基于改進(jìn)蟻群算法的數(shù)據(jù)分類研究.pdf
- 蟻群優(yōu)化算法.pdf
- 基于蟻群算法的遙感圖像分類研究.pdf
- 基于蟻群優(yōu)化算法的車間布局優(yōu)化.pdf
- 基于蟻群算法的電梯群優(yōu)化控制研究.pdf
- 基于蟻群算法的分類規(guī)則發(fā)現(xiàn).pdf
- 基于蟻群優(yōu)化的遙感影像分類研究.pdf
- 基于蟻群算法的分銷網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于蟻群算法的投資組合優(yōu)化研究.pdf
- 基于優(yōu)化蟻群算法的IPQoS路由算法的研究.pdf
- 基于蟻群算法—有限元的結(jié)構(gòu)優(yōu)化方法研究.pdf
評(píng)論
0/150
提交評(píng)論