

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、蟻群優(yōu)化算法的搜索偏離性研究(申請(qǐng)揚(yáng)州大學(xué)工學(xué)碩士學(xué)位論文)培養(yǎng)單位:揚(yáng)州大學(xué)專業(yè)名稱:計(jì)算機(jī)軟件與理論研究方向:數(shù)據(jù)挖掘研究生:陳伯倫指導(dǎo)老師:陳岐教授201205摘要蟻群算法是一種求解復(fù)雜問(wèn)題的元啟發(fā)式算法,它是意大利學(xué)者M(jìn)Dorigo,VManiezzo等人于20世紀(jì)90年代初,受到自然界中螞蟻在覓食過(guò)程中所表現(xiàn)出來(lái)的路徑尋找模式的啟發(fā)率先提出的。從MDorigo首先設(shè)計(jì)出了螞蟻系統(tǒng)(AntSystem,AS)開(kāi)始,許多國(guó)內(nèi)外學(xué)者
2、對(duì)這類算法進(jìn)行了不斷的改進(jìn),到目前為止已近形成了一套成熟的框架,由于蟻群算法所表現(xiàn)出全局性、穩(wěn)健性等優(yōu)點(diǎn),蟻群算法的成功不僅表現(xiàn)在處理各種組合優(yōu)化問(wèn)題上,而且也體現(xiàn)在處理優(yōu)化題時(shí)所取得的極佳的性能。它已廣泛的應(yīng)用在各行各業(yè),并且取德了非常不錯(cuò)的成果。由于蟻群算法到目前為止主要成功大多是在實(shí)驗(yàn)層次上,雖然它的性能在不斷的提高,但是在理論上還未像演化算法、遺傳算法、模擬退火等算法那樣具有嚴(yán)格的理論基礎(chǔ)。對(duì)蟻群算法理論方面的研究,目前主要集中
3、在它的收斂性證明、欺騙性問(wèn)題、時(shí)間復(fù)雜度估計(jì)等方面。雖然初步取得了一些理論成果,但還存在著一些非常重要的問(wèn)題亟待解決,如搜索偏離性的問(wèn)題。蟻群算法在求解一些問(wèn)題的過(guò)程中存在著兩種搜索偏離:一種是正搜索偏離,一種是負(fù)搜索偏離。產(chǎn)生這種情況的主要原因是源于算法本身或者問(wèn)題本身的性質(zhì)。我們期望的情況是蟻群趨向于正搜索偏離,它可以引導(dǎo)螞蟻的搜索向著最優(yōu)解方向前進(jìn)。但是,在許多情況下蟻群會(huì)產(chǎn)生負(fù)搜索偏離,它會(huì)使我們?cè)谇蠼鈫?wèn)題的時(shí)候最終不能收斂到全
4、局最優(yōu)解。如果不能夠?qū)@種偏離進(jìn)行估計(jì)和避免,我們?cè)谟孟伻核惴ㄇ蠼狻﹥?yōu)化問(wèn)題時(shí),我們卻不能意識(shí)到自己所得到的解可能不是一個(gè)最優(yōu)解,這在許多實(shí)際應(yīng)用中是十分有害的。本文中主要對(duì)蟻群算法的搜索偏離性進(jìn)行了全面的研究,提出了反饋性偏離的概念,提出了一種衡量偏離大小的標(biāo)準(zhǔn)。我們提出了一種改進(jìn)的蟻群算法用來(lái)避免搜索偏離。為了糾正搜索偏離所產(chǎn)生的負(fù)作用,加強(qiáng)解群體的多樣性,我們提出了三種改進(jìn)的螞蟻路徑選擇策略,以增加解的多樣性,使改進(jìn)的算法能夠有
5、效的避免搜索偏離。最后我們還將蟻群算法應(yīng)用在了社團(tuán)檢測(cè)上。本文的研究工作和主要研究成果有:(1)在已經(jīng)發(fā)現(xiàn)的蟻群優(yōu)化算法的兩種搜索偏離(即表征性偏離、構(gòu)建性偏離)之外,我們提出了第三種偏離,即反饋性偏離。我們給出了反饋性偏離的定義,并且舉側(cè)說(shuō)明了反饋性偏離的存在。我們針對(duì)這三種偏離提出了一種衡量偏離大小的的統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn),并對(duì)該評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行了測(cè)試,用實(shí)驗(yàn)證明我們的評(píng)價(jià)標(biāo)準(zhǔn)的合理性和有效性。(2)提出了一種BA—ACO(Bias—Avoi
6、dingACO)算法來(lái)避免蟻群算法產(chǎn)生的搜索偏離。我們分別對(duì)傳統(tǒng)的蟻群算法和BA_ACO算法在不同問(wèn)題上的收斂性進(jìn)行了理論證明,實(shí)驗(yàn)結(jié)果也充分說(shuō)明了我們改進(jìn)的蟻群算法可以避免搜索偏離,最終收斂于全局最優(yōu)解。(3)為了糾正搜索偏離所產(chǎn)生的負(fù)作用,加強(qiáng)解群體的多樣性,我們提出了三種改進(jìn)的螞蟻路徑選擇策略,以增加解的多樣性,使改進(jìn)的算法能夠有效的避免搜索偏離。我們以胛一digital問(wèn)題為例,用實(shí)驗(yàn)來(lái)驗(yàn)證三種選擇策略的有效性。實(shí)驗(yàn)結(jié)果表明我們
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
- 蟻群優(yōu)化算法.pdf
- 基于蟻群算法的聯(lián)鎖進(jìn)路搜索研究.pdf
- 改進(jìn)蟻群優(yōu)化算法的研究.pdf
- 基于蟻群算法的TSP優(yōu)化算法.pdf
- 基于蟻群算法的優(yōu)化問(wèn)題研究.pdf
- 蟻群優(yōu)化算法的研究與應(yīng)用.pdf
- 蟻群優(yōu)化算法及其收斂性證明.pdf
- 基于蟻群優(yōu)化算法的倉(cāng)庫(kù)布局優(yōu)化研究.pdf
- 基于蟻群算法的電梯群優(yōu)化控制研究.pdf
- 基于蟻群優(yōu)化算法的車間布局優(yōu)化.pdf
- 蟻群優(yōu)化算法的研究及其應(yīng)用.pdf
- 基于優(yōu)化蟻群算法的IPQoS路由算法的研究.pdf
- 蟻群優(yōu)化算法研究及應(yīng)用.pdf
- 基于蟻群算法的投資組合優(yōu)化研究.pdf
- TSP問(wèn)題中的蟻群優(yōu)化算法研究.pdf
- 蟻群智能優(yōu)化算法的研究與應(yīng)用.pdf
- 基于蟻群算法的分銷網(wǎng)絡(luò)優(yōu)化研究.pdf
- 蟻群優(yōu)化算法若干問(wèn)題研究.pdf
- 蟻群優(yōu)化算法及其改進(jìn).pdf
- 自適應(yīng)蟻群優(yōu)化算法.pdf
評(píng)論
0/150
提交評(píng)論