并行蛙跳遺傳算法的研究及應用.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、遺傳算法是一種啟發(fā)式智能優(yōu)化算法,并且在求解組合優(yōu)化問題,解決復雜離散優(yōu)化問題方面展現(xiàn)出其獨特的優(yōu)勢。遺傳算法本身也具有易于和其他算法融合的特點,數(shù)值函數(shù)優(yōu)化以及組合優(yōu)化都是遺傳算法的經(jīng)典研究領(lǐng)域,但遺傳算法在解決大規(guī)模、高維函數(shù)問題、城市規(guī)模較大的巡回旅行商問題時往往存在著許多問題和不足。本文以高維函數(shù)優(yōu)化計算以及大型巡回旅行商問題作為研究的切入點,對遺傳算法、蛙跳算法進行了混合研究,旨在運用混合算法更加高效地解決大規(guī)模數(shù)據(jù)處理計算問

2、題。為了實現(xiàn)這個目標,本文做了多方面的工作并提出了一些建設(shè)性的改進方案。
  首先,根據(jù)函數(shù)優(yōu)化計算以及大型巡回旅行商問題的復雜程度以及問題特征,基于Tomcat、Redis、Spring Boot等軟件技術(shù)提出了一個簡易的、成熟的RESTful API架構(gòu)的并行分布式計算系統(tǒng)方案。該方案比較簡易,也不失成熟穩(wěn)定,在滿足需求的同時,使本文研究的著重點能夠更多的放在混合算法上。
  其次,為了能夠有效地利用蛀跳算法的局部搜索能

3、力,使混合算法具有更佳的全局搜索能力,本文根據(jù)巡回旅行商問題的離散特性,提出了一種離散的蛙跳搜索方案,該方案能夠根據(jù)局部最優(yōu)個體、全局最優(yōu)個體的適應度差異實現(xiàn)自適應蛙跳搜索,使算法搜索能夠自動調(diào)整全局、局部搜索力度。
  最后,蛙跳遺傳混合策略的設(shè)計。本文將針對混合遺傳算法的內(nèi)部結(jié)構(gòu)進行分析,以遺傳算法為基礎(chǔ),引入改進的離散蛙跳算法,在蛙跳搜索更新與遺傳進化操作之間,通過局部最優(yōu)和全局最優(yōu)個體的共享操作方式,實現(xiàn)算法的有效結(jié)合,配

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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