

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、蜂群算法是一種新型的元啟發(fā)式仿生算法。算法中每個(gè)蜜蜂都可以看作一個(gè)智能體(agent),通過(guò)蜂群個(gè)體間協(xié)同作用達(dá)到群體智能的效果。蜂群算法主要是模仿蜜蜂采蜜與繁殖兩種機(jī)理?;诜敝车姆淙核惴ㄍㄟ^(guò)蜂后保持優(yōu)良基因,使得蜂群更加適應(yīng)環(huán)境?;诓擅鄣姆淙核惴▌t通過(guò)不同蜜蜂間的分工協(xié)作、角色轉(zhuǎn)換兩種機(jī)制尋找最好的解。蜂群算法為元啟發(fā)式算法研究提供了一個(gè)新思路,逐漸成為求解復(fù)雜優(yōu)化問(wèn)題的重要研究方向之一。本文分兩部分分析了蜂群算法的原理與模型,介
2、紹了算法的特點(diǎn)和流程。 對(duì)基于繁殖機(jī)理的蜂群算法,本文實(shí)現(xiàn)了蜂后的尋優(yōu)策略,通過(guò)函數(shù)優(yōu)化實(shí)驗(yàn)驗(yàn)證了算法的有效性。對(duì)基于采蜜機(jī)理的蜂群算法,通過(guò)實(shí)驗(yàn)分析了算法中幾個(gè)關(guān)鍵參數(shù)的選擇,并在TSP上給出了實(shí)現(xiàn)策略。首先,在概率選擇上采用了確定性與隨機(jī)性相結(jié)合的選擇原則;其次,融合了遺傳算法中的算子,提高了算法的全局搜索能力;第三,在算法中增加了保優(yōu)策略,加強(qiáng)了算法的收斂性;最后,引入禁忌搜索思想,控制算法中后期收斂到局部最優(yōu)的問(wèn)題。在應(yīng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工蜂群算法的研究與應(yīng)用.pdf
- 人工蜂群算法的改進(jìn)與應(yīng)用.pdf
- 多目標(biāo)人工蜂群算法的研究與應(yīng)用.pdf
- 蜂群算法研究.pdf
- 并行人工蜂群算法的研究與應(yīng)用.pdf
- 人工蜂群算法理論與應(yīng)用研究.pdf
- 多目標(biāo)人工蜂群算法的研究與應(yīng)用(1)
- 人工蜂群算法的研究及應(yīng)用.pdf
- 人工蜂群算法及其應(yīng)用的研究.pdf
- 人工蜂群算法的研究及其應(yīng)用.pdf
- 人工蜂群算法的研究與改進(jìn).pdf
- 蜂群優(yōu)化算法研究.pdf
- 人工蜂群算法的改進(jìn)及應(yīng)用研究.pdf
- 人工蜂群算法的改進(jìn)及其應(yīng)用研究.pdf
- 基于共享因子的人工蜂群算法的研究與應(yīng)用.pdf
- 課程設(shè)計(jì)---蜂群算法及其應(yīng)用
- 粒子群和人工蜂群混合算法的研究與應(yīng)用.pdf
- 基于人工蜂群算法的分類算法研究.pdf
- 蜂群遺傳算法的研究.pdf
- 多蜂群協(xié)同進(jìn)化算法及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論