混合蛙跳算法及其應(yīng)用研究.pdf

1、近些年來(lái),一類(lèi)模擬生物的群體性智能行為的進(jìn)化計(jì)算方法,由于其不依賴(lài)于待求解問(wèn)題的梯度信息,并且具有強(qiáng)大的全局優(yōu)化能力,已經(jīng)成為一個(gè)重要的研究熱點(diǎn)?；旌贤芴惴?SFLA)是一種模仿青蛙群體覓食行為的智能優(yōu)化算法,具有參數(shù)少,結(jié)構(gòu)簡(jiǎn)單,魯棒性強(qiáng)等優(yōu)點(diǎn)。然而對(duì)某些較復(fù)雜問(wèn)題的求解,仍存在著一些不足。
　　本文針對(duì)經(jīng)典 SFLA尋優(yōu)精度低、收斂速度慢、易于早熟等缺點(diǎn),在深入研究其優(yōu)化原理的基礎(chǔ)上,提出了一種改進(jìn)算法——采用貪婪搜索策略的

2、混合蛙跳算法(GSFLA)。運(yùn)用混沌理論構(gòu)造初始種群,使得初始種群更加均勻地分布于可行域中,保證了種群的多樣性;提出并采用貪婪搜索策略進(jìn)行局部搜索,即同步更新每個(gè)子種群中的最差個(gè)體和最優(yōu)個(gè)體,提高了算法的搜索效率;引入模式搜索機(jī)制改善最優(yōu)個(gè)體,使得求解精度大幅提高;設(shè)計(jì)了一種自適應(yīng)移動(dòng)因子更新最差青蛙個(gè)體的移動(dòng)步長(zhǎng),加快了算法的收斂速度,避免了早熟收斂。實(shí)驗(yàn)結(jié)果表明,GSFLA的性能明顯優(yōu)于經(jīng)典 SFLA,有效地提高了算法的尋優(yōu)精度,加

3、快了收斂速度,避免了算法早熟。
　　研究了印制電路板( PCB)元器件組裝檢測(cè)的基本原理,將PCB元器件檢測(cè)問(wèn)題等效為圖像模板匹配問(wèn)題,采用改進(jìn)的混合蛙跳算法對(duì)匹配過(guò)程進(jìn)行優(yōu)化,提出了一種新的PCB元器件檢測(cè)方法。該方法利用GSFLA的非遍歷搜索機(jī)制和強(qiáng)大的全局尋優(yōu)能力迅速找到最佳匹配子圖,實(shí)現(xiàn)了PCB元器件的快速自動(dòng)檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法具有更快的檢測(cè)速度和更高的識(shí)別成功率,適用于PCB元器件的組裝檢測(cè)。
　　針對(duì)采用