细菌觅食优化算法及其应用研究

细菌觅食优化算法及其应用研究

ID:23520095

大小:5.03 MB

页数:160页

时间:2018-11-08

细菌觅食优化算法及其应用研究_第页
预览图正在加载中,预计需要20秒,请耐心等待
资源描述:

《细菌觅食优化算法及其应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中文图书分类号:TN384密级:公开UDC:38学校代码:10005博士学位论文DOCTORALDISSERTATION论文题目:细菌觅食优化算法及其应用研究论文作者:杨翠翠学科:计算机科学与技术指导教师:冀俊忠教授论文提交日期:2017年6月UDC:38学校代码:10005中文图书分类号:TN384学号:B201207002密级:公开北京工业大学工学博士学位论文题目细菌觅食优化算法及其应用研究英文题目BACTERIALFORAGINGOPTIMIZATIONALGORITHMANDITSAPPLICATIONSTUDY论文作者:杨翠翠学科专业:计算机科学与技术研

2、究方向:数据挖掘、机器学习申请学位:工学博士指导教师:冀俊忠教授所在单位:信息学部计算机学院答辩日期:2017年5月授予学位单位:北京工业大学ADISSERTATIONPRESENTEDTOTHEACADEMICCOMMITTEEOFBEIJINGUNIVERSITYOFTECHNOLOGYBACTERIALFORAGINGOPTIMIZATIONALGORITHMANDITSAPPLICATIONIntheCandidacyofthePhilosophyDoctorinComputerScienceandTechnologyByCuicuiYangUnderth

3、eSupervisionofProf.JunzhongJiFACULTYOFINFORMATIONTECHNOLOGYBEIJINGUNIVERSITYOFTECHNOLOGYBEIJINGP.R.CHINAMAY,2017独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:杨翠翠日期:201

4、7年06月15日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:杨翠翠日期:2017年06月15日导师签名:冀俊忠日期:2017年06月15日摘要摘要优化问题广泛存在于社会生活、工程实践与科学研究中,它的求解具有非常重要的实际意义与科研价值。群智能优化方法是求解复杂优化问题的一类有效技术,是目前现代优化领域中的一个研究热点。作为一种新型的群智能优化方法,细菌觅食优化(

5、BacterialForagingOptimization,BFO)目前已经被成功应用于一些领域,但是它的研究还存在两方面的不足:一是算法理论的基础研究比较少,且已有的理论研究都特定于一维目标函数来进行分析;二是已有应用研究大多数都集中在单目标函数优化问题上,对更复杂的优化问题的关注还比较少。针对BFO算法研究中的上述不足,本文从理论研究、函数优化和离散优化三个层面开展了以下五个方面的创新性工作:1.在理论研究方面,将BFO中趋向机制的稳定性研究从一维拓展到了多维。首先推导出描述趋向机制在多维目标函数下逼近最优解的动态系统模型,并通过对其进行理论分析给出了趋向机制

6、收敛的两个必要条件。然后利用李雅普诺夫稳定性定理证明了多维情形下趋向机制动态系统模型的渐进稳定性。最后通过在两个具体函数优化问题上的实验验证了趋向机制收敛的两个必要条件的有效性。2.针对单目标函数优化问题,提出了基于自适应趋向和接合策略的菌群算法。该算法首先将每个细菌个体初始化为解空间内的一个随机实数向量,并依据目标函数值的大小对个体解的优劣进行评价;然后利用自适应趋向、接合、繁殖和迁徙四个生物机制完成个体解的优化过程。其中,自适应趋向机制中的非均匀自适应步长策略使细菌个体能够根据进化代数和最优个体的信息自适应调整移动步长,有效地弥补了常规BFO中固定步长导致的局

7、部搜索和全局搜索失衡的缺陷。自适应趋向机制中的基于标准基向量的移动方向策略不但省去了BFO中生成单位向量作为移动方向的计算量,而且能够有效地避免个体解更新时不同维之间的相互干扰现象。接合机制作为一个新模拟的生物机制,实现了每个细菌个体与其它细菌个体充分分享信息的功能,克服了BFO中信息交流不足的缺陷。最后,与多个不同群智能优化算法在标准测试函数和现实问题上的实验比较证实了该算法在求解精度和收敛速度两方面都有显著的优势。3.针对多目标函数优化问题,提出了基于精英解存储机制的多目标函数菌群算法。该算法首先将每个细菌个体初始化为解空间内的一个随机实数向量,并依据帕累托占

8、优的概念对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。