人工鱼群算法的分析及改进资料下载.pdf
- 文档编号:16119149
- 上传时间:2022-11-20
- 格式:PDF
- 页数:55
- 大小:3.62MB
人工鱼群算法的分析及改进资料下载.pdf
《人工鱼群算法的分析及改进资料下载.pdf》由会员分享,可在线阅读,更多相关《人工鱼群算法的分析及改进资料下载.pdf(55页珍藏版)》请在冰豆网上搜索。
应用数学指导教师:
刘巍20080301中文摘要摘要优化命题的解决存在于许多领域,对于国民经济的发展也有着巨大的应用前景随着优化对象在复杂化和规模化等方面的提高,基于严格机理模型的传统优化方法在实施方面变得越来越困难人工鱼群算法(ArtificialFish-SwarmAlgorithm,AFSA)是由李晓磊等在2002年提出的,源于对鱼群运动行为的研究,是一种新型的智能仿生优化算法它具有较强的鲁棒性、优良的分布式计算机制、易于和其他方法结合等优点目前对该算法的研究、应用已经渗透到多个应用领域,并由解决一维静态优化问题发展到解决多维动态组合优化问题人工鱼群算法已经成为交叉学科中一个非常活跃的前沿性研究课题本文的主要研究成果与贡献如下:
1)简要的回顾了智能仿生优化算法理论产生的背景总结了仿生算法的基本理论和特点,以及仿生优化算法的共性与个性2)对于人工鱼群算法进行了详细的分析人工鱼群算法是一种新兴的仿生学算法,在介绍了AFSA的基本原理、算法描述、算法参数和流程的基础上,又介绍了其应用前景3)通过对六年来人工鱼群改进算法的研究,提出了四种改进思路,并介绍了几个典型的改进模型4)提出了引入免疫系统的免疫信息处理机制的两种改进的人工鱼群算法:
IM-AFSA和IVAFSAIMAFSA是一种基于免疫记忆和调节机制的免疫人工鱼群算法;
IVAFSA是一种基于疫苗接种的免疫人工鱼群算法与基本人工鱼群算法相比,IMAFSA在提高避免陷入局部最优和收敛速度方面有比较好的效果,而IVAFSA在保持上述优点的基础上,进一步提高了算法的寻优精度关键词:
人工鱼群算法;
免疫系统;
lM-AFSA;
IV-AFSA英文摘要TheAnalysisandImprovementofArtificialFish-SwarmAlgorithmAbstractOptimizationproblemsneedtobesolvedinmanyfieldsandthefinesolutionstotheproblemsmayleadtogreateconomicbenefitWiththeincreasingcomplexityandscaleoftheoptimizationproblems,classicaloptimizationmethodswhichalebasedonthestrictmodelingbecomedifficulttoUSeTheArtificialFish-SwarmAlgorithm(AFSA)isanevolutionarycomputationtechniquebasedonintelligencebionicoptimizationalgorithmThisWasdevelopedbyLiXiaoleiin2002andinspiredbythesocialbehaviorofagroupoffishTheAFSAhasastrongerrobustness;
thefinedistributedcomputingandeasytounionwithothermethodsAtpresent,thisalgorithmresearchhasalreadyimprovedmanyotherapplicationsandhasdevelopedfromaone-dimensionalstaticstateoptimizationsolutiontoamulti-dimensionaldynamiccombinationoptimizationsolutionTheAFSAhasalreadybecomeextremelyactivefromresearchquestionintheinterdisciplinarystudiesThemaincontributiOIlSofthispaperareasfollows:
1)TolookatthebackgroundofintelligencebionictheorySummarizethetheoryandcharacteristicsofintelligencebionicalgorithmsAndthecommonnessandindividualityofintelligencebionicalgorithms2)DescriptionoftheAFSAwhichisanewbionicsalgorithmItincludesallintroductionofthebasictheory,thealgorithmicdescription,theparametersandflowchartofAFSA31ItproposesfourimprovementmethodsonthebasisoftheresearchonAFSAduringthepast6yearsItalsointroducesseveraltypicalimprovementmodels4)ItproposestwoimprovedAFSA,theIMAFSAandtheIV-AFSAwhenembeddedintheinformationprocessingmechanismoftheimmunesystemTheIMAFSAiSbasedonimmunememoryandmediatorymechanism;
theIV-AFSAiS英文摘要basedORvaccinationComparedwithoriginalAFSA,IMAFSAhasabettereffectintheaspectofavoidingtheprematureconvergenceandtheconvergentspeedIVAFSAnotonlyhasthesameeffect,butalsohasabettervalueKeyWords:
AFSA;
Immunesystem;
IM-AFSA;
IV-AFSA大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:
本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成博士硕士学位论文:
厶王鱼登簋选笪佥堑区馥鲎:
。
除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。
本声明的法律责任由本人承担。
论文作者签名:
臼副刎缉3月叩日学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使用管理办法,同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。
本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。
保密口,在年解密后适用本授权书。
本学位论文属于:
保密口不保密口(请在以上方框内打“”)敝作者签名:
习同期:
导师签名:
驯荔I功晦3月7同人工鱼群算法的分析及改进第1章绪论优化的目的是寻找所求问题的最优答案现代意义上的优化实质上是计算机技术同数学规划的综合,对于一个问题而言,它包含有许多限制性的因素(如强度、成本、工艺性、技术等),优化过程就是使用最优化理论与方法,通过计算机的迭代计算,寻找在限制因素下最优的设计参数值,使该问题在某一方面或某些方面达到最优【嵋】当今社会竞争是很激烈的,各个国家之间的竞争已不仅仅体现在军事方面,而更常用的是渗透到人们日常生活中的经济竞争,抛开其它人为因素,这实质上是产品质量及产品价格之间的竞争,通过降低产品的成本,节约资源,使产品的综合性能达到最优,则产品更富有竞争力,上述要求可以通过采用最优化设计方法达到所以可以说当今对最优化设计的要求比以前任何时候都显得更加重要和迫切【3】11智能仿生优化算法简介地球上的生物物种在漫长的演化过程中形成了丰富的行为特性,并且一直在不断地完善和发展,以更好的适应其所生存的环境随着计算机的诞生,人们期望借助计算机程序的形式创造出一些新型的智能体,于是对人类的大脑活动、生物物种的社会行为以及生物界的进化过程进行了模拟研究随着科学技术的不断发展和进步,人们面临着越来越多的工程优化类问题
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工 鱼群 算法 分析 改进