不同选择策略的人工植物算法
标准人工植物算法论文 截断选择策略论文 精英-联赛选择策略论文 联赛选择策略论文
论文详情
人工植物优化算法是一种模拟植物生长机理的群体随机优化算法。该算法模拟了一株人工树的生长过程,这棵人工树长有数量固定的枝条,各枝条利用光合作用生成相应的能量,并根据生成能量的多寡来决定其生长模式,此外,各枝条还会以一定概率受到天灾及人力的影响。本文针对人工植物优化算法做了如下的工作:首先,在标准人工植物算法中,每个枝条都只有一个分支,这一点显然与自然界中的树不同,它们的大多数枝条上面都有分支,以增加光合作用的面积,提高光合作用的效率。为了模拟这一现象,论文引入选择机制,提出基于选择策略的人工植物算法,使得各枝条以某种概率生成多余的分支,从而调整各枝条的生长方式。为了验证该想法,论文引入了截断选择策略、精英-联赛选择策略、联赛选择策略及FUSS选择策略,通过四个典型的无约束数值优化问题的测试,实验结果表明精英-联赛选择策略及联赛选择策略能大幅提高性能。其次,从选择压的角度,对截断选择策略、精英-联赛选择策略、联赛选择策略及FUSS选择策略进行了分析,结果表明精英-联赛选择策略及联赛选择策略的选择压介于截断选择策略与FUSS选择策略之间。考虑到精英-联赛选择策略及联赛选择策略的选择的引入能大幅改善人工植物算法寻优性能,论文设计了含有双选择算子的人工植物算法,该算法将迭代次数分为两部分,第一部分利用精英-联赛选择策略,第二部分采用联赛选择策略,以保证该改进算法的选择压介于精英-联赛选择策略及联赛选择策略之间。实验结果表明含有双选择算子的人工植物算法的性能优于基于精英-联赛选择策略的人工植物算法及基于联赛选择策略的人工植物算法。最后,将含有双选择算子的人工植物算法应用于无线传感器网络定位问题,并与DV-Hop算法相结合用于估计未知节点的位置。实验结果表明该算法的确能得到更加精确的定位精度。
中文摘要 | 第5-6页 |
ABSTRACT | 第6页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-22页 |
1.1 生物启发计算 | 第10-11页 |
1.2 两种较新的生物启发算法 | 第11-16页 |
1.2.1 入侵杂草算法 | 第11-13页 |
1.2.2 大马哈鱼洄游算法 | 第13-16页 |
1.3 标准人工植物算法 | 第16-19页 |
1.3.1 算法初始化 | 第17-18页 |
1.3.2 光合作用算子 | 第18页 |
1.3.3 向光性算子 | 第18-19页 |
1.3.4 顶端优势算子 | 第19页 |
1.4 本文完成的主要内容 | 第19-22页 |
第二章 基于不同选择策略的人工植物算法 | 第22-36页 |
2.1 标准人工植物算法的缺陷 | 第22-23页 |
2.2 常见的选择算子 | 第23页 |
2.3 基于选择策略的人工植物算法 | 第23-26页 |
2.4 实验仿真 | 第26-34页 |
2.5 本章小结 | 第34-36页 |
第三章 含有双选择算子的人工植物算法 | 第36-44页 |
3.1 基于选择策略的人工植物算法分析 | 第36页 |
3.2 含有双选择算子的人工植物算法 | 第36-38页 |
3.3 仿真实验 | 第38-43页 |
3.4 本章小结 | 第43-44页 |
第四章 含有双选择算子的 APOA 与 DV-Hop 的混合算法 | 第44-52页 |
4.1 无线传感器网络的定位技术 | 第44-45页 |
4.2 DV-Hop 算法 | 第45-47页 |
4.3 定位问题的描述 | 第47-48页 |
4.4 含有双选择算子的APOA与DV-hop算法的混合算法 | 第48-49页 |
4.5 仿真结果 | 第49-50页 |
4.6 本章小结 | 第50-52页 |
第五章 总结与展望 | 第52-54页 |
5.1 工作总结 | 第52页 |
5.2 后续工作及展望 | 第52-54页 |
参考文献 | 第54-60页 |
致谢 | 第60-62页 |
研究生期间发表论文目录 | 第62-64页 |
个人简介及联系方式 | 第64-65页 |
论文购买
论文编号
ABS2701797,这篇论文共65页
会员购买按0.30元/页下载,共需支付
19.5。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
32.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文