2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩136頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、群集智能源于對社會性生物群集行為的研究,科學(xué)界的研究動機(jī)是分析生物群集通過個體之間的相互作用產(chǎn)生的涌現(xiàn)和自組織行為,工程應(yīng)用領(lǐng)域的研究目的是構(gòu)建由大量簡單嵌入式設(shè)備構(gòu)成的分布式自治系統(tǒng),如無線自組織網(wǎng)絡(luò)、機(jī)器人協(xié)作系統(tǒng)等。盡管群集智能在這兩方面已經(jīng)取得了大量的成果,但大部分研究集中在蟻群優(yōu)化算法(AntColonyOptimization,ACO)和粒子群算法(ParticleSwarmOptimization,PSO)等隨機(jī)型算法,且

2、多關(guān)注這類算法的應(yīng)用,而沒有考慮群集內(nèi)個體之間的信息協(xié)同交互方式以及研究尺度對算法求解效果的影響,也很少涉及群集智能的協(xié)同求解方法研究。
   近年來,生物學(xué)家Cole對群居螞蟻的研究中發(fā)現(xiàn),螞蟻個體的活動是混沌的,而整個蟻群則是一種周期性行為,并且學(xué)者Solé給出了螞蟻個體行為的混沌映射表達(dá)式。螞蟻群集智能體現(xiàn)在自發(fā)地分布式協(xié)調(diào)資源配置來協(xié)同完成任務(wù)的自組織行為,若從動力學(xué)的角度看,蟻群的自組織能力必然與螞蟻個體的混沌行為存在

3、著內(nèi)在的聯(lián)系,所以我們認(rèn)為蟻群的周期性行為正是一個由混沌態(tài)到自組織態(tài)的轉(zhuǎn)換過程。
   因此,本論文從微觀層內(nèi)個體、微觀層個體與宏觀層群集之間的聯(lián)系兩個角度分析螞蟻個體混沌行為與蟻群的自組織行為之間的關(guān)系,圍繞如何構(gòu)建螞蟻群集協(xié)同求解算法進(jìn)行研究,形成組合優(yōu)化問題、高維函數(shù)優(yōu)化問題、復(fù)雜分布式協(xié)同優(yōu)化問題、動態(tài)分布式約束優(yōu)化問題的協(xié)同求解方法,以深化和拓寬群集智能的研究。
   本論文的主要研究工作如下:
  

4、(1)對當(dāng)前相關(guān)研究工作進(jìn)行了調(diào)查、分析與總結(jié),指出需要進(jìn)一步解決的問題。從混沌同步的角度,闡釋了混沌螞蟻群算法(ChaoticAntSwarm,CAS)的協(xié)同機(jī)制;
   (2)從微觀層內(nèi)個體之間信息交互方式的角度,構(gòu)建了基于混沌螞蟻群算法的組合優(yōu)化問題協(xié)同求解算法。首先,提出了求解經(jīng)典TSP的集中式算法(ChaoticAntSwarmfortheTravelingSalesmanProblem,CAS-TSP),該算法在CA

5、S的基礎(chǔ)上引入連續(xù)空間到離散空間的映射、反向操作和交叉操作,數(shù)值仿真實(shí)驗(yàn)表明該算法對標(biāo)準(zhǔn)測試問題庫TSPLIB中實(shí)例是有效的;然后,提出了求解無線傳感器網(wǎng)絡(luò)分布式任務(wù)分配算法(ChaoticAntSwarmforDecentralizedTaskAllocation,CAS-DTA),該算法的目標(biāo)函數(shù)考慮了任務(wù)能耗和任務(wù)執(zhí)行可靠性,任務(wù)分配的過程通過任務(wù)映射、通信路由分配和任務(wù)分配方案優(yōu)化三個步驟獲得,其中任務(wù)映射由螞蟻的混沌行為產(chǎn)生,

6、通信路由分配由螞蟻的鄰居選擇方法確定,用A*算法實(shí)現(xiàn),任務(wù)分配方案優(yōu)化由蟻群的自組織能力實(shí)現(xiàn);大量的仿真實(shí)驗(yàn)表明了CAS-DTA算法能有效地延長無線傳感器網(wǎng)絡(luò)生命期、節(jié)省能量消耗和均衡網(wǎng)絡(luò)負(fù)載;
   (3)從微觀層內(nèi)螞蟻個體行為及其之間交互方式的角度,為減少協(xié)同個體之間交互的計算量和通信量,提出了擾動混沌螞蟻群算法(DisturbanceChaoticAntSwarm,DCAS)。由于混沌蟻群優(yōu)化算法CAS求解高維優(yōu)化問題存在

7、計算復(fù)雜和搜索精度低的問題,DCAS算法通過建立新的螞蟻?zhàn)顑?yōu)位置更新方法、鄰居選擇形式和自適應(yīng)擾動三個策略改進(jìn)CAS算法,實(shí)現(xiàn)了對CAS算法的性能改善,并證明了DCAS算法的全局收斂性。通過兩組測試函數(shù),對DCAS算法的性能進(jìn)行了高達(dá)1000維的大量仿真實(shí)驗(yàn),測試結(jié)果表明DCAS算法對復(fù)雜的高維優(yōu)化問題可行有效;
   (4)從微觀層個體相互作用與宏觀層群集行為的聯(lián)系角度,基于動態(tài)信息熵,提出了基于混沌螞蟻的復(fù)雜分布式系統(tǒng)協(xié)同優(yōu)

8、化方法。在復(fù)雜系統(tǒng)理論指導(dǎo)下,分析復(fù)雜分布式系統(tǒng)中自主Agent的基本動力學(xué)特征,進(jìn)而提出復(fù)雜分布式系統(tǒng)協(xié)同優(yōu)化模型;在此基礎(chǔ)上,借助混沌螞蟻群算法的思想,建立基于混沌螞蟻的復(fù)雜分布式系統(tǒng)協(xié)同優(yōu)化算法(CASbasedCollaborativeOptimization,CAS-CO)。通過對復(fù)雜多Agent網(wǎng)絡(luò)中基于位置的任務(wù)分配問題進(jìn)行仿真實(shí)驗(yàn),同時與已有算法的仿真結(jié)果比較,表明CAS-CO算法的可行性和有效性,說明了所提出模型的正確

9、性和Agent的自主性在復(fù)雜分布式系統(tǒng)設(shè)計與構(gòu)建中的重要性;
   (5)從微觀層個體行為與宏觀層群集行為的決策關(guān)系角度,提出了一種群集自治的分布式協(xié)調(diào)算法(DecentralizedCoordinationAlgorithm,DCA),能夠有效協(xié)調(diào)群集個體并使它們的狀態(tài)達(dá)到整體最優(yōu)組態(tài)。DCA算法受單個螞蟻的混沌行為和整個蟻群的自組織行為啟發(fā)而設(shè)計,首先,將每個Agent看作一個非線性振子,表現(xiàn)單個螞蟻的混沌行為;然后,借鑒蟻

10、群的自組織行為建立自組織機(jī)制,并分析了DCA算法的收斂性;最后,采用群集節(jié)點(diǎn)的聚集、分散問題評估DCA算法的有效性,并與分布式梯度算法相比,仿真結(jié)果表明了DCA算法能使群集節(jié)點(diǎn)自治地達(dá)到最優(yōu)組態(tài)。此外,采用DCA算法分布式協(xié)調(diào)機(jī)制,結(jié)合動態(tài)分布式約束優(yōu)化問題,進(jìn)一步提出了基于混沌螞蟻的動態(tài)分布式約束優(yōu)化問題協(xié)同求解算法(ChaoticAntbasedDynamicDistributedConstraintOptimizationProb

11、lem,CA-DDCOP)。該算法首先根據(jù)單只螞蟻的混沌行為,建立Agent的受控變量混沌選值策略,實(shí)現(xiàn)Exploration操作;然后模擬蟻群的自組織行為,構(gòu)建Agent個體受其鄰居和自組織能力的作用機(jī)制,實(shí)現(xiàn)Exploitation操作;最后基于玻爾茲曼分布建立群集宏觀層對個體微觀層的決策關(guān)系,實(shí)現(xiàn)Exploration與Exploitation操作協(xié)同求解。為評估CA-DDCOP算法性能,還將CA-DDCOP算法應(yīng)用于多射頻多信道

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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