引入蛙跳算法局部搜索機制和交叉算子的人口遷移算法.pdf_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著科技技術不斷地發(fā)展,群智能化算法已逐漸在整個優(yōu)化領域中成為一個研究熱點。許多的群智能算法基本上完成了理論論證,在實踐中解決優(yōu)化問題中已得到了廣泛的應用。群智能擁有著潛在并行性和分布式的這兩個特點,在處理大量數(shù)據(jù)時提供了一個根本保障。
  2003年,我國著名學者周永華、毛宗源模擬人口遷移原理創(chuàng)建了一種優(yōu)化智能算法—人口遷移算法(population Migration Algorition,簡稱PMA)。與傳統(tǒng)算法相比較,PM

2、A在解決高維函數(shù)和動態(tài)目標函數(shù)等問題時,有著較快的收斂速度和魯棒性等特點。由于PMA本身在人口流動過程中搜索速度較慢以及精度不高等缺點,極其容易陷入局部最優(yōu)解從而收縮時間較長。為了完備這個算法,對這種算法的研究是非常必要的。
  主要是針對PMA的不足,本文作了比較深入的研究,并且在此基礎上給出了理論與實踐的證明,都顯示出比較滿意的結果。主要的工作概括如下幾方面:
  首先,由于PMA在對復雜優(yōu)化問題求解時,存在著易陷入局部

3、最優(yōu)解和較低的收斂精度等不足。利用了蛙跳算法的局部搜索機制和交叉算子改善了PMA的人口流動策略,進而可以有效地避免了PMA的早熟問題,這樣就會提高了PMA對解決復雜問題的搜索速率。
  其次,運用隨機過程的相關理論對改進的PMA進行了理論證明,驗證了改進的PMA算法的有效性和可行性。同時對PMA運用復雜的測試函數(shù)進行了仿真實驗,結果表明了PMA獲得準確解的成功率很高。在整個算法執(zhí)行過程中也表現(xiàn)出了改進的PMA擁有著較強的穩(wěn)定性、魯

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