群搜索算法與二次插值法的混合算法及其應(yīng)用研究.pdf

1、聲明尸明本人鄭重聲明：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的科研成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。作者簽名：匆乜／f殳日期：pf，歲1，關(guān)于學(xué)位論文使用權(quán)的說(shuō)明本人完全了解太原科技大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包括：①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件、

2、復(fù)印件與電子版；②學(xué)?？梢圆捎糜坝?、縮印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)校可允許學(xué)位論文被查閱或借閱；④學(xué)?？梢詫W(xué)術(shù)交流為目的，復(fù)制贈(zèng)送和交換學(xué)位論文；⑤學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容(保密學(xué)位論文在解密后遵守此規(guī)定)。作者簽名：切侈促日期：砂f6籮27導(dǎo)師簽名：期)咿加、』、≥2l■■，k■y中文摘要㈣洲㈣0㈣帆Y1789355群搜索算法是一種新興的群智能優(yōu)化算法，源于對(duì)群居動(dòng)物如獅子、魚、鳥的覓食行為的模擬。該算法基于P

3、s模型，并在此基礎(chǔ)上引入了游蕩者策略和動(dòng)物視覺(jué)搜索機(jī)制，實(shí)現(xiàn)簡(jiǎn)單，且擁有良好的全局搜索能力。本文通過(guò)引入數(shù)值分析中的二次插值法和最速梯度下降法對(duì)標(biāo)準(zhǔn)群搜索算法進(jìn)行改善，并將其應(yīng)用到非線性方程組求解的問(wèn)題中。發(fā)現(xiàn)者在群搜索算法中的作用就好似動(dòng)物的眼睛，它決定了“食物”的位置以及加入者的移動(dòng)方向，但是由于它在三個(gè)方向上的取點(diǎn)皆為隨機(jī)采樣，導(dǎo)致算法的局部收斂速度較慢。本文針對(duì)群搜索算法這一缺陷，提出了基于二次插值法的群搜索算法(QIGSO)。

4、借助二次插值的理論和方法，在每一次的迭代中利用預(yù)測(cè)的局部極值點(diǎn)來(lái)代替群搜索算法中的隨機(jī)點(diǎn)，提高其收斂速度。為了測(cè)試算法的性能，我們使用常用的7個(gè)測(cè)試函數(shù)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明改進(jìn)后算法的性能遠(yuǎn)遠(yuǎn)優(yōu)于標(biāo)準(zhǔn)群搜索算法。為了使改進(jìn)后的算法能更好的適應(yīng)于非線性方程組求解的問(wèn)題當(dāng)中，我們?cè)谏鲜鏊惴ǖ幕A(chǔ)上，做了進(jìn)一步的改善。用最速梯度下降法對(duì)所得結(jié)果做再一次的優(yōu)化，由于最速梯度下降法是局部搜索算法，它與全局搜索能力很強(qiáng)的QIGSO算法進(jìn)行混合，可