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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近幾十年來,優(yōu)化技術(shù)已逐漸成為許多相關(guān)學(xué)科的重要研究課題,它可以用來解決諸多實(shí)際工程問題,其目的是從眾多工程問題的解決方案中尋找最優(yōu)方案。在優(yōu)化問題的早期研究中,算法的選擇通常是以數(shù)學(xué)為基礎(chǔ)的優(yōu)化算法(如線性規(guī)劃,動(dòng)態(tài)規(guī)劃等)。當(dāng)它們用來解決簡單小規(guī)模問題,往往能夠有效地得到最優(yōu)解,但隨著問題規(guī)模和復(fù)雜程度地逐漸增大,傳統(tǒng)的數(shù)學(xué)優(yōu)化算法效率變的很低,以致于無法在有效的時(shí)間內(nèi)得到問題的解,甚至得不到問題的解。而許多的實(shí)際工程問題的復(fù)雜程度
2、往往都較高,因此研究設(shè)計(jì)能夠有效解決大規(guī)模復(fù)雜性問題的算法引起了很多學(xué)者的注意并成為了他們的研究方向。
智能優(yōu)化算法由此應(yīng)運(yùn)而生,并為解決復(fù)雜問題帶來了新的思路和方法。它是通過自然現(xiàn)象或自然規(guī)律的啟發(fā)而得到發(fā)展的,因此又稱之為元啟發(fā)式算法。一些著名的智能優(yōu)化算法有模擬退火(SA),遺傳算法(GA),粒子群算法(PSO),蟻群算法(ACO),和聲搜索算法(HS)等。其中,和聲搜索算法(HS)是由韓國學(xué)者 Geem等人[1]在20
3、01年提出的一種新的群智能優(yōu)化算法,它模擬了演奏家們?cè)谝魳穭?chuàng)作中對(duì)樂隊(duì)中的每個(gè)樂器音調(diào)反復(fù)調(diào)整直到找到完美和聲的過程。它具有參數(shù)少,易實(shí)現(xiàn),收斂速度快的優(yōu)點(diǎn),并已成功地應(yīng)用于許多優(yōu)化工程問題。
本文首先對(duì)和聲優(yōu)化算法的基本流程和基本原理進(jìn)行了分析和總結(jié),然后從連續(xù)型的函數(shù)優(yōu)化(約束和無約束)和離散型的組合優(yōu)化兩個(gè)基本問題模型出發(fā),針對(duì)特定的問題對(duì)基本和聲算法進(jìn)行相應(yīng)的改進(jìn)。主要包含以下三方面內(nèi)容:
1、針對(duì)無約束的函
4、數(shù)優(yōu)化問題,提出了一種基于淘汰策略,局部搜索策略和錦標(biāo)賽原則的記憶庫選取策略,保證了和聲庫中具有較高質(zhì)量的和聲擁有較大概率被用來產(chǎn)生新和聲;分別對(duì)和聲算法中的兩個(gè)重要參數(shù)調(diào)整步長(bw)和微調(diào)概率(PAR)采取了自適應(yīng)和動(dòng)態(tài)調(diào)整策略,保證了算法的高效性。最后通過仿真實(shí)驗(yàn)證明了算法的優(yōu)越性。
2、針對(duì)約束性函數(shù)優(yōu)化問題,提出了一種改進(jìn)的懲罰函數(shù)法:兩階段懲罰法,這一方法能夠充分地利用不可行解中的有利信息,同時(shí)具有有效搜索可行解的
5、能力;然后針對(duì)兩階段懲罰法的特性,提出了改進(jìn)和聲庫選取策略以及參數(shù)的動(dòng)態(tài)調(diào)整,分別增強(qiáng)算法第一階段的全局搜索能力和第二階段的局部搜索能力。最后分別通過仿真實(shí)驗(yàn)證明了兩階段懲罰法的有效性和算法的優(yōu)越性。
3、針對(duì)多維背包問題,提出一種新的和聲產(chǎn)生策略,有效地?cái)P棄了傳統(tǒng)和聲搜索算法解決組合優(yōu)化存在的變異機(jī)制,有效地提高了算法的性能;然后為了平衡算法的全局搜索能力和局部搜索能力,將果蠅搜索算法(FFO)作為一種局部搜索機(jī)制整合到了和
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(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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(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
- 基于子集模擬的結(jié)構(gòu)可靠度分析與混合和聲優(yōu)化算法.pdf
- 和聲搜索算法的研究與應(yīng)用.pdf
- 基于和聲搜索的機(jī)械臂控制優(yōu)化算法研究.pdf
- 基于和聲搜索算法的隧道施工智能反饋優(yōu)化方法及應(yīng)用.pdf
- 和聲搜索算法在函數(shù)優(yōu)化問題中的應(yīng)用研究.pdf
- 基于和聲搜索算法的船舶分段工程工期-成本優(yōu)化研究.pdf
- 基于改進(jìn)和聲搜索算法的配電網(wǎng)綜合優(yōu)化.pdf
- 和聲搜索算法的研究及其應(yīng)用.pdf
- 基于云和聲搜索算法的知識(shí)即服務(wù)組合優(yōu)化研究.pdf
- 基于遺傳和聲算法的高土石壩施工方案綜合優(yōu)化研究.pdf
- 基于和聲搜索算法的主汽溫控制系統(tǒng)的建模與優(yōu)化.pdf
- 基于遺傳和聲算法的軟件可靠性分配應(yīng)用研究.pdf
- 道路與輪胎花紋噪聲優(yōu)化系統(tǒng).pdf
- 轎車整車振動(dòng)噪聲優(yōu)化理論與試驗(yàn)研究.pdf
- 基于過程優(yōu)化的蟻群算法研究與應(yīng)用.pdf
- 基于粒子群算法的查詢優(yōu)化研究與應(yīng)用.pdf
- 基于改進(jìn)和聲搜索算法的工程項(xiàng)目工期-成本優(yōu)化研究.pdf
- 基于“教”與“學(xué)”的優(yōu)化算法研究及其應(yīng)用.pdf
- 列車地板隔熱隔聲優(yōu)化研究.pdf
- 基于和聲搜索的FCM算法在圖像分割中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論