已閱讀1頁，還剩81頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、人工蜂群算法(ABC)是最近提出來的一種群智能優(yōu)化算法.由于ABC算法操作簡單，控制參數(shù)少，容易實現(xiàn)等優(yōu)點，被廣泛應用于社會科學的各個領域.而約束優(yōu)化問題廣泛存在于社會生活中，運用人工蜂群算法求解復雜的約束優(yōu)化問題是一個重要的研究課題.各種改進版本的人工蜂群算法，仍然存在一定的缺陷.鑒于此，本文提出兩種改進的人工蜂群算法求解約束優(yōu)化問題.
首先，針對改進的人工蜂群算法(CABC)容易陷入局部最優(yōu)的問題，本文提出基于動態(tài)罰函數(shù)和
2、萊維飛行的人工蜂群算法(DPLABC).該算法用動態(tài)罰函數(shù)方法代替Deb準則，有效防止算法陷入局部最優(yōu).同時，引進了基于萊維飛行的搜索機制，很好地平衡了全局探索與局部尋優(yōu)兩個階段.在觀察蜂階段，充分利用跟隨概率，提出向最優(yōu)解和多個鄰居解混合學習的策略.DPLABC算法在24個基準函數(shù)和4個經典的工程設計問題上進行測試，并與當前高性能的算法進行比較.結果顯示,DPLABC算法具有顯著的競爭力.
其次，受改進的差分進化算法(CMO
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工蜂群算法求解約束優(yōu)化問題的研究.pdf
- 求解約束優(yōu)化和多目標優(yōu)化問題的進化算法研究.pdf
- 求解離散優(yōu)化問題的人工蜂群算法研究.pdf
- 基于人工蜂群算法的約束優(yōu)化問題研究.pdf
- 基于反饋的多目標人工蜂群算法研究.pdf
- 幾類優(yōu)化問題的人工蜂群算法.pdf
- 多目標人工蜂群算法的研究與應用.pdf
- 基于多目標混合人工蜂群算法的能效優(yōu)化調度研究.pdf
- 多目標人工蜂群算法的研究與應用(1)
- 基于人工蜂群遺傳算法的冷鏈物流配送多目標動態(tài)優(yōu)化問題研究.pdf
- 基于Pareto多目標人工蜂群算法的Web服務組合優(yōu)化研究.pdf
- 求解大規(guī)模優(yōu)化問題的自適應人工蜂群算法研究.pdf
- 多目標人工蜂群算法的土地利用空間優(yōu)化配置研究.pdf
- 一種求解約束優(yōu)化問題的新罰信賴域算法.pdf
- 求解約束優(yōu)化問題的增廣拉格朗日函數(shù)法.pdf
- 求解約束優(yōu)化問題的粒子群算法研究.pdf
- 求解約束優(yōu)化問題的遺傳算法研究.pdf
- 幾類基于增廣拉格朗日函數(shù)的求解約束優(yōu)化問題的方法.pdf
- 人工蜂群算法優(yōu)化感知機.pdf
- 改進的進化算法用于求解約束優(yōu)化問題.pdf
評論
0/150
提交評論