优秀研究生学位论文题录展示

差异演化算法及其应用研究

专 业: 计算机软件与理论
关键词: 差异演化算法 参数自适应技术 聚类有效性 模糊聚类分析 组合优化
分类号: TP301.6
形 态: 共 103 页 约 67,465 个字 约 3.227 M内容
阅 读: 全文阅读说明

内容摘要


差异演化是Storn和Price在1996年提出的一种新型演化算法,近年来已经成为演化计算中的研究热点。

差异演化利用种群中两个个体向量的差向量作为第三个个体向量的扰动分量形成变异向量,然后采用优胜劣汰的自然选择机制产生下一代种群。

与其它演化算法相比,差异演化算法具有更好的搜索性能,适宜于求解高维、非线性和多目标优化问题。

目前差异演化算法已广泛应用于各个领域。

然而,差异演化算法和其它演化算法一样,也存在着早熟、后期收敛速度慢及算法控制参数难以正确选取等问题。

同时,差异演化算法的机理决定了它适合于求解连续空间的最优化问题,不能直接用来求解离散空间的组合优化等问题。

本论文正是从这几个方面进行了深入研究,提出了若干改进算法,并把这些改进算法应用于自适应均衡算法设计、模糊聚类分析、多Agent联盟形成等领域,取得了很好的效果。

本文主要工作和创新点概述如下:

(1)为加快差异演化算法的收敛,避免算法陷入局部最优解,提出一种双子代竞争差异演化算法DocDE。

算法利用交叉操作生成两个子代个体,并通过改进的两次“贪心式”选择策略与父代个体一起竞争形成新一代种群。

该算法可以充分利用父代个体中的有用基因信息,有效扩大算法的搜索空间,提高算法的搜索效率。

标准测试函数上的实验结果显示,该算法具有较好的适应性、稳定性及较强的全局搜索能力,特别是对高维复杂函数,该算法可以较快地找到最优解。

同时,把DocDE算法应用于无线通信系统中的自适应均衡算法设计,提出一种基于DocDE的自适应均衡算法,利用DocDE代替传统梯度下降方法调节均衡器中的抽头系数。

实验结果表明,基于DocDE的自适应均衡算法能够获得比传统基于梯度下降的LMS算法更好的收敛速度和更高的收敛精度,具有较低的误码率,可以有效减少训练序列的长度,增加信息传输的有效时间,提高信道利用率。

(2)针对差异演化演化算法的控制参数选取问题,提出一种自适应差异演化算法SelfDE,自动调整算法中的缩放因子和交叉概率。

该算法对种群中每个个体都使用各自独立的缩放因子和交叉概率,并把个体适应度作为个体对应控制参数调整的决策依据,从而克服控制参数调整的盲目性。

该方法不但可以减少差异演化算法中需要人工选取的控制参数,而且加快了算法的收敛速度。

通过不同测试函数的仿真实验表明,与其它参数自适应算法相比,SelfDE算法在最优解质量和收敛速度上都有较好的表现。

另外,针对模糊聚类问题,提出一种动态权和有效性函数DWSVF指标,改进了聚类有效性指标的效率。

将SelfDE算法应用于模糊C-均值聚类,以动态权和有效性函数指标为适应度函数,提出一种基于自适应差异演化的模糊C-均值聚类算法FCBADE。

在不同数据集上的实验结果表明,提出的聚类有效性指标DWSVF性能稳定,FCBADE算法能准确地找到实际聚类数、有效地避免陷入局部极值问题,比其它几种聚类算法具有更好的性能。

(3)在多Agent系统中,Agent联盟形成是一个组合优化问题。

将求解连续域上函数优化问题的差异演化算法应用于离散域上组合优化问题求解,结合Agent联盟形成问题提出一种二进制编码差异演化算法BinDE。

算法通过引入S型函数把差异演化算法变异操作的结果变换到离散域空间,从而解决组合优化问题。

与遗传算法和蚁群算法的对比实验结果表明,BinDE算法在求解Agent联盟形成问题中是可行、有效的,无论在解的质量还是运行时间上都明显优于遗传算法和蚁群算法..……

全文目录


中文摘要
1 绪论
1.1 研究背景
1.2 差异演化算法的发展及研究现状
1.3 本文的主要工作
1.4 本文的组织结构
2 差异演化算法
2.1 演化算法概述
2.1.1 演化算法的基本概念
2.1.2 演化算法的一般框架
2.1.3 演化算法的特点
2.1.4 演化算法的主要分支
2.1.5 演化算法的性能评估
2.2 差异演化算法基本原理
2.2.1 算法原理
2.2.2 差异演化算法框架
2.3 差异演化的其它策略
2.3.1 其它变异策略
2.3.2 指数型交叉策略
2.3.3 10种不同工作策略
2.4 差异演化的参数设置
2.5 小结
3 双子代竞争差异演化算法及其应用
3.1 双子代竞争差异演化算法DocDE
3.1.1 双子代生成策略
3.1.2 改进的选择策略
3.1.3 DocDE算法描述
3.1.4 实验
3.2 双子代差异演化方法在自适应均衡算法中的应用
3.2.1 自适应均衡算法简介
3.2.2 基于DocDE的自适应均衡算法
3.2.3 实验
3.3 小结
4 参数自适应差异演化算法及其在模糊聚类中的应用
4.1 参数自适应差异演化算法SelfDE
4.1.1 jDE算法
4.1.2 SelfDE算法原理
4.2 SelfDE算法实验结果分析
4.2.1 SelfDE与jDE、FADE算法的比较
4.2.2 SelfDE与DE、DESAP、jDE算法的实验比较
4.2.3 SelfDE与SaDE、jDE-2算法的结果比较
4.3 基于自适应差异演化的模糊聚类算法FCBADE
4.3.1 模糊C-均值聚类
4.3.2 FCBADE算法设计
4.4 FCBADE算法实验
4.4.1 FCBADE与DE、FCM、GGAFCM的性能比较
4.4.2 FCBADE算法和有效性函数性能分析
4.5 小结
5 二进制编码差异演化算法及其在Agent联盟形成中的应用
5.1 多Agent系统和Agent联盟
5.1.1 Agent与多Agent系统
5.1.2 Agent联盟
5.2 二进制编码差异演化算法求解单任务Agent联盟
5.2.1 相关工作
5.2.2 BinDE算法设计与描述
5.2.3 实验结果
5.3 小结
6 结束语
6.1 本文工作总结
6.2 进一步研究工作
参考文献
附录A

相似论文

  1. 基于LWOWA算子和文字计算的群组决策方法,57 页,TP301.6
  2. 区间值模糊集上的广义粗糙近似算子构造研究,55 页,TP301.6
  3. 微粒群算法在动态优化中的应用研究,52 页,TP301.6 O224
  4. 基于语言偏好关系多目标群组决策的研究与应用,64 页,TP301.6
  5. 智能算法在数字音频水印中的应用研究,78 页,TP301.6 TP391.4
  6. 网络数学公式转换的研究与实现,60页,TP301.6 TP312
  7. 粒子群与差分进化混合算法的研究,64页,TP301.6
  8. 基于高斯过程的时间序列分析,88页,TP301.6
  9. 时间序列中的k-支配skyline算法研究,55页,TP301.6
  10. 嵌入模糊部件的数值图规划,54页,TP301
  11. 基于均值机群动态负载平衡系统的设计与实现,89页,TP301
  12. 遗传算法的种群退化分析及其抑制技术,63页,TP301
  13. 基于关联规则的审计特征智能提取的应用研究,69页,TP301
  14. 带实时的传值与移动系统研究,171页,TP301
  15. 基于孤立点的数据挖掘研究及其在计算机审计系统中的应用,68页,TP301
  16. 一种基于组件的Web应用建模方法,57页,TP301
  17. 开放网格服务体系结构的研究与应用开发,77页,TP301
  18. 基于用户本体模型的文本信息过滤方法研究,58页,TP301
  19. 鲁棒灰箱演算的类型系统和代数性质研究,123页,TP301
  20. 基于发展心理学的概念获取与表征研究,58页,TP301
中图分类: > TP301.6 > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法

© 2012 book.hzu.edu.cn