珊瑚礁算法及其应用研究

《珊瑚礁算法及其应用研究》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、学校代码１０６０８学号２０１３０８１２０２４０７分类号ＴＰ１８密级公开ＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｆｈｒＮａｔｉｏｎａｌｉｔｉｅｓ硕去学化备文巧巧礁算法及其应用研究研究生巧名：朱重龙导师巧名职務Ｓ何登旭教授学科专业：计算机软件与理论所属学巧：软件学院年级：２０１３级论文完成时间：２０１６年４月论文独创性声明本人郑巧卢明：所提交的、，记本人在，独＞；撰■学位论义甘师的巧导Ｋ写克成的。隙义中ｄ经注明引川的内容外，本论文小巧巧他个人诚化他化构已经发裘或撰写过的研究成巧，也没巧

2、劑巧、抄紫等违反学术逍德规范的俊枚巧为。对本义的研巧做出溃嬰化献的个人巧集体，均ｄ化文中ＷＷＪ确义式标明。本人腹意承帖山木声明而引起的法伟山化。＇：裤名圳舊：ｎ期：中含如／Ｉｆ牢案拉／長白论文使用授权声明本人完全了解ｒ西民族大学行义保留、使川学位论文的规巧。学校有权保留并向国家巧乂部ｎ或机构送交学位论文的复印件和Ｉ子文巧ｎ，ＩＩｆ科采用嚴印、缩印或巧他复制手段保存、汇编学位论义。餘在保密期内的保密论义外，允许学位论文被巧閒巧借阅，可Ｗ公布（包括刊巧）论义的全部或部分内容。研究化耀知口則：＞／叫护＾备年知１己导师

3、签名：：１１期如ｆ（年ｎ摘要珊瑚礁算法及其应用研究摘要珊瑚礁算法是一种新的生物元启发算法，它是由S.Salcedo-Sanz等人在2013首次提出,并用于多峰函数值优化。珊瑚礁算法（CRO）是基于人工模拟珊瑚礁的形成和珊瑚虫的繁殖过程而提出的。由于这种算法结构简单、易行、随机搜索路径优秀，同时被成功的应用于移动网络发展和风电场设计等难解决的工程优化问题中，因此，它成为了启发式智能算法领域的一个研究热点,算法自提出以来受到了越来越多的学者的关注。但是，该算法也存在着前期收敛速度过快，易陷入局部最优，后期种群多样性不够等缺陷，大大地限制了珊瑚礁算法的应用范

4、围。因此，珊瑚礁算法无论是在理论方面，还是在应用方面，都有待于进一步的研究和扩展。本文针对珊瑚礁算法存在的不足进行分析，并从更新策略等方面对算法进行改进，并将改进后的算法应用到实际优化问题中。本文的主要工作包括以下三个方面：（1）采取双种群策略对珊瑚礁算法进行改进，一个种群由珊瑚礁算法进行更新，另一个种群由差分进化算法进行更新，两个算法通过信息共享机制实现种群朝着不同方向进行进化。该策略能够增加种群多样性，继而增强算法的全局搜索能力，避免算法因收敛速度过快而陷入局部最优。（2）将生物学中的小生境环境引入到珊瑚礁算法中，提出一种基于小生境环境下的珊瑚礁算法。

5、由于小生境技术的基本思想是将生物学中的小生境概念应用于进化计算中，将进化计算中的每一代个体划分为若干类，每个类中选出若干适应度较大的个体作为一个类的优秀代表并组成一个群，再在种群中，以及不同种群中之间，进行杂交、变异等操作产生新一代个体，这样就能有效地增加种群的多样性，增强算法的全局搜索能力，并将改进后的算法应用于0-1背包问题的求解。（3）本文还将改进后的珊瑚礁算法应用于求解静态环境下的机器人路径规划问题，以此来增加改进后的珊瑚礁算法的应用范围。关键词：珊瑚礁算法函数优化小生境0-1背包问题路径规划I摘要CORALREEFALGORITHMANDITSA

6、PPLICATIONABSTRACTCoralreefalgorithmisanewbiologicalmetaheuristicalgorithm,whichisfirstproposedbyS.Salcedo-Sanzetalin2013,foroptimizingmultimodalfunction.Coralreefalgorithm(CRO)isproposedbasedontheprogressthatformcoralreefsandbreedcorals.Asthealgorithmissimple,easyandthesearchpath

7、isgood,itisusedtoimprovethemobilenetworkandtosolvethehardwindfarmdesignquestion.Therefore,ithasbecameahotresearchtopicinthefieldofIntelligentHeuristicalgorithm,andattractalotattentionofscholars.However,thealgorithmalsohasmangdrawbackssuchasearlyconvergencespeed,easytofallintolocal

8、optimum,thepopulationdiversityisn