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(bào)或認(rèn)領(lǐng)
文檔簡介
1、優(yōu)化技術(shù)是以數(shù)學(xué)為基礎(chǔ)的計(jì)算機(jī)應(yīng)用技術(shù),用來求解各種工程問題的最優(yōu)解或滿意解。隨著現(xiàn)代經(jīng)濟(jì)迅速發(fā)展,優(yōu)化計(jì)算越來越受到社會(huì)的關(guān)注,已經(jīng)成為相關(guān)部門亟待解決的問題。受人類創(chuàng)造性解決問題過程—頭腦風(fēng)暴會(huì)議的啟發(fā),2011年史玉回老師在第二次群體智能國際會(huì)議(The Second International Conference on Swarm Intelligence(ICSI11))中提出一種新的群智能優(yōu)化算法—頭腦風(fēng)暴優(yōu)化算法,算法采
2、用聚類思想搜索局部最優(yōu),通過局部最優(yōu)的比較得到全局最優(yōu);采用變異思想增加了算法的多樣性,避免算法陷入局部最優(yōu),在這聚與散相輔相承的過程中搜索最優(yōu)解,思想新穎,適合于解決多峰高維函數(shù)問題。而不同的聚類和變異方法對算法會(huì)產(chǎn)生不同的影響,為了進(jìn)一步研究算法及其性能,論文主要完成以下幾個(gè)方面的工作:
首先,通過對頭腦風(fēng)暴優(yōu)化算法參數(shù)的分析,明確了各個(gè)參數(shù)對算法性能的影響,通過減少算法的參數(shù),降低了算法的復(fù)雜性,并且根據(jù)參數(shù)在不同迭代階
3、段對算法的影響,使各個(gè)參數(shù)在算法尋優(yōu)過程中呈線性變化,從而提高了算法的收斂效果。通過標(biāo)準(zhǔn)測試函數(shù)對算法的有效性進(jìn)行了驗(yàn)證;
其次,算法模仿了人類“頭腦風(fēng)暴”會(huì)議解決問題的過程,通過聚類方法將信息量分類,每個(gè)類中的聚類中心代表了局部最優(yōu)解,經(jīng)過向聚類中心學(xué)習(xí)從而搜索局部最優(yōu),向類中信息量的學(xué)習(xí)增加解的多樣性,向兩個(gè)信息量學(xué)習(xí)來跳出局部最優(yōu),通過對各個(gè)聚類方法優(yōu)缺點(diǎn)的分析,本文采用了OPTICS聚類方法來實(shí)現(xiàn)算法的這一功能。通過對
4、文獻(xiàn)中的標(biāo)準(zhǔn)測試函數(shù)仿真,結(jié)果表明,算法具有更好的收斂效果;
再次,算法模仿了人類“頭腦風(fēng)暴”會(huì)議解決問題的過程,采用對信息量變異實(shí)現(xiàn)學(xué)習(xí)并產(chǎn)生新的信息量的過程,通過對多種常用變異方法優(yōu)缺點(diǎn)分析,本文采用云模型中的X條件云發(fā)生器實(shí)現(xiàn)變異操作。理論分析結(jié)果表明算法的收斂性和高效性,通過對多個(gè)基準(zhǔn)測試函數(shù)的仿真結(jié)果表明,該算法對于求解多峰函數(shù)優(yōu)化問題具有很好的性能;
最后,將頭腦風(fēng)暴優(yōu)化算法及其改進(jìn)算法用于電力系統(tǒng)經(jīng)濟(jì)調(diào)
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(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(shí)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。
最新文檔
- 頭腦風(fēng)暴
- 頭腦風(fēng)暴法在通用技術(shù)教學(xué)中的應(yīng)用研究.pdf
- 頭腦風(fēng)暴會(huì)
- 頭腦風(fēng)暴法
- 2.1 頭腦風(fēng)暴
- 基于頭腦風(fēng)暴算法的頻譜感知技術(shù)研究.pdf
- 基于頭腦風(fēng)暴優(yōu)化算法和混料試驗(yàn)設(shè)計(jì)的配煤優(yōu)化問題研究.pdf
- 基于頭腦風(fēng)暴優(yōu)化算法和混料試驗(yàn)設(shè)計(jì)的配煤優(yōu)化問題研究
- 果蠅優(yōu)化算法及其應(yīng)用研究.pdf
- 頭腦風(fēng)暴觀后總結(jié)
- 頭腦風(fēng)暴法簡介
- 現(xiàn)代優(yōu)化算法及其應(yīng)用研究.pdf
- 仿生智能優(yōu)化算法及其應(yīng)用研究.pdf
- 人工魚群優(yōu)化算法及其應(yīng)用研究.pdf
- 頭腦風(fēng)暴學(xué)習(xí)訓(xùn)練總結(jié)
- 奧斯本的頭腦風(fēng)暴法
- 頭腦風(fēng)暴,創(chuàng)意設(shè)計(jì)!
- 頭腦風(fēng)暴優(yōu)化算法與基于視頻的非接觸式運(yùn)動(dòng)定量分析方法研究.pdf
- 搜尋者優(yōu)化算法及其應(yīng)用研究.pdf
- 混合群搜索優(yōu)化算法及其應(yīng)用研究.pdf
評論
0/150
提交評論