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、在不同的學(xué)科和現(xiàn)實生活應(yīng)用中存在著大量復(fù)雜優(yōu)化問題,這些復(fù)雜優(yōu)化問題的解決對科學(xué)的發(fā)展和實際應(yīng)用具有十分重要的意義。然而,這些問題的解決有賴于提出高性能的優(yōu)化算法,因為傳統(tǒng)的優(yōu)化算法對它們是無能為力的。近二十多年來,人們發(fā)明了許多對求解復(fù)雜優(yōu)化問題十分有效的演化算法,其中基于蜜蜂覓食行為的蜂群算法就是這樣一類演化算法。它們提供了一種新的方法用于求解復(fù)雜的優(yōu)化問題。
多蜂算法(Bees Algorithm)是眾多蜂群算法中一種,
2、是由英國卡迪夫大學(xué)(Cardiff University)的D. T. Pham和A. Ghanbarzadeh于2005年發(fā)明的。它模擬了蜜蜂覓食行為,其基本思想是根據(jù)適應(yīng)度排序,適應(yīng)度高的個體在其鄰域內(nèi)進行幾次局部搜索,適應(yīng)度較小的個體在整個解空間內(nèi)進行全局搜索,從而使具有潛在希望的優(yōu)質(zhì)解能夠得到更多的開發(fā),這樣大大加快了該算法的收斂速度。經(jīng)過反復(fù)進行全局和局部搜索,直到找到問題的最優(yōu)解或較好的近似解,或到達設(shè)置的最大演化代數(shù)。然而
3、,大量研究表明,該算法雖然優(yōu)于其它蜂群算法,但是還存在著收斂速度慢,解的質(zhì)量不高等諸多問題。
本課題研究的目的是針對多蜂算法的缺點,對其進行研究,提出了一些改進算法,并將改進后的算法應(yīng)用于求解分類問題和不等圓Packing問題,以期推進該算法的研究和應(yīng)用。
本文主要做了如下工作:
(1)首先介紹了該課題的研究背景與意義、多蜂算法的研究現(xiàn)狀,接著介紹了多蜂算法的思想原理和該算法主要步驟的具體內(nèi)容。
4、(2)介紹了求解分類問題的演化算法及其原理,并進行了比較。把文法演化算法引入到改進的多蜂算法中,提出了一個新的混合演化算法——文法多蜂算法(GBA),并用于求解分類問題。通過使用幾個標準數(shù)據(jù)集進行仿真實驗,實驗結(jié)果研究表明:與基本的基因表達式編程分類算法和改進的基因表達式編程分類算法相比,GBA能獲得更好的分類精度,且收斂速度提高很大,從而說明了GBA的可行性和有效性。
(3)在多蜂算法框架的基礎(chǔ)上引入了三個新演化算子——交換
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(zé)。
- 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(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
- 多規(guī)則Adaboost算法及其應(yīng)用研究.pdf
- 多連通覆蓋學(xué)習(xí)算法及其應(yīng)用研究.pdf
- 多親遺傳算法及其應(yīng)用研究.pdf
- 多蜂群協(xié)同進化算法及其應(yīng)用研究.pdf
- 多布魯姆過濾器查詢算法及其應(yīng)用研究.pdf
- 基于中文的多模式匹配算法及其應(yīng)用研究.pdf
- 多零件矩形排樣算法及其應(yīng)用研究.pdf
- 多標記學(xué)習(xí)算法及其在標簽推薦中應(yīng)用研究.pdf
- 競選算法及其應(yīng)用研究.pdf
- 文化算法及其應(yīng)用研究.pdf
- 基于SVM的多類文本分類算法及其應(yīng)用研究.pdf
- 多示例學(xué)習(xí)的包層次覆蓋算法及其應(yīng)用研究.pdf
- 多宇宙并行量子多目標進化算法及其應(yīng)用研究.pdf
- 多模式匹配算法及其在UTM網(wǎng)關(guān)中的應(yīng)用研究.pdf
- 人工免疫多Agent多目標優(yōu)化算法及其應(yīng)用研究.pdf
- 多波長光源及其應(yīng)用研究.pdf
- TSP算法及其應(yīng)用研究.pdf
- 常模算法及其應(yīng)用研究.pdf
- 多模式匹配算法及其在utm網(wǎng)關(guān)中的應(yīng)用研究
- 混合免疫算法及其應(yīng)用研究.pdf
評論
0/150
提交評論