收藏本站
《哈尔滨工程大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

人工蜂群算法的研究与应用

王艳娇  
【摘要】:人工蜂群算法(Artificial Bee Colony algorithm, ABC)是2005年提出的一种新型群智能优化算法,并广泛应用于人工神经网络训练、滤波器设计、认知无线电和盲信号分离等众多领域,均取得了良好应用效果,使其成为目前最有前景的进化算法之一。然而,与其他进化算法的发展一样,在研究初期,存在大量问题需要研究,例如提高算法在各种优化问题上的求解性能、拓展算法的应用范围等。 本课题为完善ABC算法的理论体系,针对算法存在的问题,从理论和应用两方面对其进行深入研究。在理论研究方面,针对各种典型优化问题展开研究,一方面,改进ABC算法内在运行机制,力图提高算法在高维复杂单目标优化、二目标优化以及约束多目标优化问题上的求解性能;另一方面,尝试引入其他机制,使算法能够处理多峰函数优化和高维多目标优化问题,并取得令人较为满意的效果。在实际应用方面,将ABC算法应用到面向三维感知的无线多媒体传感器网络的全目标覆盖问题中,取得了良好效果。具体如下: 第一,针对ABC算法在求解复杂单目标函数优化问题时仍存在易陷入局部最优、收敛速度慢等问题,对其内在运行机制进行深入研究:为尽量避免算法陷入局部最优,为跟随蜂设计新的概率选择模型代替原有较为贪婪的较优个体选择方式,并设计反向学习变异策略代替侦察蜂行为;为在保证种群多样性的同时尽量提高收敛速度,在跟随蜂和引领蜂的搜索中加入方向性搜索信息,设计新的搜索策略,综合以上改进提出一种改进人工蜂群算法。实验仿真结果表明该改进算法性能优于现有四种算法。 第二,针对ABC算法目前尚不能处理多峰优化问题,通过大量实验研究,结合小生境技术,尝试提出一种小生境人工蜂群算法。一方面,为使算法尽可能多的搜索到多峰函数的极值解,做如下四方面工作:1、改进原有的小生境模型,增强算法对各个峰的辨识能力;2、建立新的引领蜂个体保留方式、利用排挤机制确定迭代种群,使算法不止收敛于单个最优峰,增强算法集聚于各个峰的能力;3、改进跟随蜂在选择较优蜜源时原有的较为贪婪的选择方式,扩大种群多样性;4、建立外部种群记录搜索过程中的已得极值解,避免搜索造成峰值点丢失的情况。另一方面,为尽量提高搜索精度,改进原有依靠个体适应度值判断个体优劣的评判标准,结合小生境技术在峰内判断个体优劣,加强个体在峰内的搜索。仿真结果表明该算法能较为准确地识别各个峰。 第三,针对现有基于ABC算法的二目标优化算法的收敛性和分布性有待提高的问题,以NSGA-II作为二目标算法的主体框架、ABC执行进化操作,提出二目标人工蜂群算法。主要改进措施包括:1、设计新的精英种群确定方式,改善最优解集的分布性;2、根据二目标的特点,设计新的搜索策略,加快算法收敛到最优Pareto前沿的速度。标准测试函数上的实验结果显示,该算法能够稳定有效地找到Pareto最优解集并同时保证良好分布性,其相关性能指标超过国内外多个先进二目标进化算法。 第四,针对目前ABC算法尚无法解决高维多目标优化问题的情况,尝试提出一种以ABC执行主体进化策略的高维多目标算法。首先,将高维多目标问题转化成单目标问题,加大收敛动力;其次,根据高维多目标问题的特点,改进跟随蜂选择较优个体时较为贪婪的选择方式,为侦察蜂设计新的搜索策略,加强对非支配解的探索能力;最后,提出新的分布性维护方法,避免解集覆盖不完整、分布不均匀。实验证实该算法收敛性和分布性效果良好,且解集覆盖范围广。 第五,针对现有基于ABC算法的约束多目标算法性能较差的问题,采用建立外部种群分别存储优秀可行解和不可行解的方式处理约束条件,利用ABC算法执行进化操作,并借助优秀可行解和不可行解的方向性引导信息增强算法对解的探索能力,建立新的搜索方式,提出基于ABC算法的约束多目标算法。在CTP类测试函数上的仿真结果显示,相对于现有几种约束多目标优化算法,本课题提出的约束多目标算法能够获得更优的分布性和收敛性效果。 第六,为解决面向三维感知的多媒体传感器网络的全目标覆盖问题,提出基于人工蜂群算法的通用全目标覆盖算法:一方面,改进现有的三维感知模型,并通过公式推导得到最优仰俯角的计算公式,利用改进ABC算法进行求解;另一方面,建立偏向角调配方案的数学模型以降低算法复杂度,并改进ABC算法实现偏向角的最优调配。实验仿真结果表明该算法能够有效解决全目标覆盖问题。
【学位授予单位】:哈尔滨工程大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前10条
1 杨晨光;陈杰;涂序彦;;基于方向概率和改进蜂群算法的地面防空武器组网系统优化布阵[J];兵工学报;2008年02期
2 尚荣华;焦李成;马文萍;公茂果;;用于约束多目标优化的免疫记忆克隆算法[J];电子学报;2009年06期
3 张勇;巩敦卫;任永强;张建化;;用于约束优化的简洁多目标微粒群优化算法[J];电子学报;2011年06期
4 杨琳;孔峰;贺师超;;基于自适应选择策略的人工蜂群算法[J];广西工学院学报;2012年03期
5 吴亮红;王耀南;袁小芳;张剑;;多目标优化问题的差分进化算法研究[J];湖南大学学报(自然科学版);2009年02期
6 李建中;高宏;;无线传感器网络的研究进展[J];计算机研究与发展;2008年01期
7 丁海军;冯庆娴;;基于boltzmann选择策略的人工蜂群算法[J];计算机工程与应用;2009年31期
8 田东平;;改进的AGA及其在约束函数优化中的应用[J];计算机工程与应用;2010年17期
9 曲良东;何登旭;;一种混沌人工鱼群优化算法[J];计算机工程与应用;2010年22期
10 彭利兵;黄辉先;阮挺;易柳;;多峰函数优化的自适应小生境克隆选择算法[J];计算机工程与应用;2011年09期
【共引文献】
中国期刊全文数据库 前10条
1 叶青;周鸣争;;基于“基站”通信原理的无线传感器网络认证技术[J];安徽工程科技学院学报(自然科学版);2010年02期
2 许小健;张金轮;;微进化算法[J];安徽工程科技学院学报(自然科学版);2010年04期
3 ;Multi-swingby optimization of mission to Saturn using global optimization algorithms[J];Acta Mechanica Sinica;2009年06期
4 ;A Preliminary Application of the Differential Evolution Algorithm to Calculate the CNOP[J];Atmospheric and Oceanic Science Letters;2009年06期
5 许小健;干洪;张金轮;;差分进化算法及其在固结系数计算中的应用[J];地下空间与工程学报;2010年05期
6 陶丹;陈后金;;视角受限传感器网络强栅栏覆盖判定算法[J];北京交通大学学报;2011年05期
7 傅阳光;周成平;胡汉平;;无人飞行器海上航迹规划差分进化算法研究[J];兵工学报;2012年03期
8 姚旭龙;胡乃联;周立辉;李勇;;基于免疫克隆选择优化算法的地下矿山配矿[J];北京科技大学学报;2011年05期
9 彭志红;孙琳;陈杰;;基于改进差分进化算法的无人机在线低空突防航迹规划[J];北京科技大学学报;2012年01期
10 苏国韶;张小飞;符兴义;陈光强;;爆炸荷载作用下岩体振动特性的DE-FLAC~(3D)数值模拟方法[J];北京理工大学学报;2009年06期
中国重要会议论文全文数据库 前10条
1 彭力;李超;赵龙;谈金东;;基于移动传感网络模型的多机器人编队控制[A];第二十七届中国控制会议论文集[C];2008年
2 龚鹍;邓方;陈杰;;基于自适应差分进化算法和傅里叶神经网络的电子罗盘的标定[A];中国自动化学会控制理论专业委员会B卷[C];2011年
3 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 ;A New Multiple Attribute Decision Making Method Based on Preference and Projection Pursuit Clustering Model[A];中国自动化学会控制理论专业委员会D卷[C];2011年
5 何坚;方康玲;李晓卉;韩维;;基于无线传感器网络的涉密载体智能监管系统研究[A];中国自动化学会控制理论专业委员会D卷[C];2011年
6 李俊峰;祝开建;;2005年~2007年国际深空轨迹优化竞赛综述[A];动力学与控制及航天应用[C];2008年
7 李二保;雷菁;徐富兵;华力;;LDPC码度分布的优化研究[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
8 李志伟;胥颐;郝天珧;刘劲松;;利用非线性方法反演琉球-台湾-吕宋地区的岩石层P波速度结构[A];中国科学院地质与地球物理研究所2007学术论文汇编(第六卷)[C];2008年
9 Steve Roecker;;A global optimizing approach for waveform inversion of receiver functions[A];中国科学院地质与地球物理研究所第十届(2010年度)学术年会论文集(中)[C];2011年
10 丛海鹏;代进进;秦亮;;Ad Hoc网络中的区域覆盖算法研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
中国博士学位论文全文数据库 前10条
1 张晋;无线传感器网络覆盖控制算法研究[D];哈尔滨工程大学;2010年
2 吴德烽;计算智能在三维表面扫描机器人系统中的应用研究[D];大连海事大学;2010年
3 罗汉江;海洋监测传感器网络关键技术研究[D];中国海洋大学;2010年
4 周鹏;水下传感器网络海上试验平台的研究与设计[D];中国海洋大学;2010年
5 王正家;ACA互连的多因素作用分析与性能优化[D];华中科技大学;2010年
6 朱少敏;多媒体数字水印若干关键算法研究[D];中国电力科学研究院;2010年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 罗彬;基于MMOI方法的电信客户流失预测与挽留研究[D];电子科技大学;2010年
9 靳京;无线传感器网络移动组播QoS安全追踪算法研究[D];电子科技大学;2010年
10 潘巨龙;无线传感器网络安全机制中若干问题研究[D];浙江大学;2011年
中国硕士学位论文全文数据库 前10条
1 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
2 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
3 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
4 韩蕾;K重覆盖算法在WSN最大支持路径中的研究[D];长春理工大学;2010年
5 杨伟伟;基于LEACH的WSN分簇路由协议研究[D];郑州大学;2010年
6 苗玉洁;基于GA的水下机器人多目标路径规划研究[D];哈尔滨工程大学;2010年
7 李和千;基于移动代理的无线传感器网络路由协议研究[D];大连理工大学;2010年
8 孙佳地;划分测试模型及其应用研究[D];大连理工大学;2010年
9 王琨;占空比无线多媒体传感器网络地理坐标路由[D];大连理工大学;2010年
10 石小培;无线传感器网络低功耗路由协议研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 孙艳丰,郑加齐,王德兴,武华;基于遗传算法的约束优化方法评述[J];北方交通大学学报;2000年06期
2 廖灿星;张平;李行善;张岩;;基于混合人工鱼群算法的传感器网络优化[J];北京航空航天大学学报;2010年03期
3 胡中华;赵敏;;基于人工蜂群算法的TSP仿真[J];北京理工大学学报;2009年11期
4 陈炳瑞;杨成祥;冯夏庭;王文杰;;自适应混沌遗传混合算法及其参数敏感性分析[J];东北大学学报;2006年06期
5 胡中华;赵敏;;基于人工蜂群算法的机器人路径规划[J];电焊机;2009年04期
6 刘静,钟伟才,刘芳,焦李成;免疫进化聚类算法[J];电子学报;2001年S1期
7 李石坚;徐从富;吴朝晖;潘云鹤;;面向目标跟踪的传感器网络布局优化及保护策略[J];电子学报;2006年01期
8 高玉根;程峰;王灿;王国彪;;基于违约解转化法的遗传算法及其性能分析[J];电子学报;2006年04期
9 袁晓辉;袁艳斌;王乘;张勇传;;一种新型的自适应混沌遗传算法[J];电子学报;2006年04期
10 张梅凤;邵诚;甘勇;李梅娟;;基于变异算子与模拟退火混合的人工鱼群优化算法[J];电子学报;2006年08期
中国硕士学位论文全文数据库 前1条
1 杨海清;遗传算法的改进及其应用研究[D];浙江工业大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 江雷;基于并行遗传算法的弹性TSP研究[J];微电子学与计算机;2005年08期
2 林锐浩,陈晓龙;基于种群多样性指导的遗传算法[J];计算机工程与设计;2005年11期
3 赵金帅;鲁瑞华;;一种用于防止早熟收敛的改进遗传算法[J];西南大学学报(自然科学版);2008年01期
4 姜艳姝;梅高铭;;一种基于排挤机制的改进遗传算法[J];黑龙江水专学报;2009年01期
5 陈保娣;曾建潮;;改进的吸引扩散微粒群算法[J];控制理论与应用;2010年04期
6 谭阳;;伪随机数质量对简单粒子群优化算法性能的影响[J];湖南广播电视大学学报;2011年01期
7 林金星,沈炯,肖国涛,李益国,王培红;一种基于分层模糊控制的免疫遗传优化算法[J];东南大学学报(自然科学版);2005年01期
8 孙辉;吴烈阳;白明明;李敏;;基于不同行为的两分群交换粒子群优化算法[J];计算机工程;2010年07期
9 周艳丽;;基于改进遗传算法的自动组卷问题研究[J];计算机仿真;2010年09期
10 李勇;曹广益;朱新坚;;一种基于复合交叉的实数编码遗传算法[J];计算机仿真;2006年06期
中国重要会议论文全文数据库 前10条
1 高志鸿;;谈蜂群室内安全越冬技术措施[A];中国养蜂学会蜜蜂饲养管理专业委员会第十二次学术研讨会论文集[C];2006年
2 孙鄂南;;养蜂四季管理之春繁与越冬[A];“蜂之巢”2010年全国蜂产品市场信息交流会暨中国(武汉)蜂业博览会论文集[C];2010年
3 倪宝新;;我是怎样使蜂群保持常年强群的[A];中国养蜂学会蜜蜂饲养管理专业委员会第十三次学术研讨会论文集[C];2007年
4 李雪;吴俊勇;杨媛;严翔;刘晓民;;高速铁路接触网悬挂系统维修计划的优化研究[A];高速铁路接触网系统新技术研讨会论文集[C];2010年
5 王科俊;何琳;;遗传算法种群多样性的分析[A];2001年中国智能自动化会议论文集(下册)[C];2001年
6 杨瑞先;陈立军;张荣;孙广宇;;油菜内生细菌种群多样性分析[A];中国植物病理学第七届青年学术讨论会论文集[C];2005年
7 曲健;黄洪钟;;一种解决系统可靠性最优冗余分配问题的多目标遗传算法[A];2005年全国机械可靠性学术交流会暨“车辆与工程装备质量与可靠性论坛”论文集[C];2005年
8 冯纪强;谢维信;徐晨;张海峰;;一种基于概率理论的种群多样性度量模型[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
9 张绪杰;李绍军;钱锋;;基于共享机制的小生境粒子群优化算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
10 唐驾时;刘光栋;;非线性结构振动参数时域识别的优化方法[A];第二届全国结构工程学术会议论文集(下)[C];1993年
中国重要报纸全文数据库 前10条
1 杨淑玺;冬季蜂群的“三防”“四救”[N];江苏科技报;2003年
2 汪敬生;冬季蜂群意外的急救[N];四川科技报;2000年
3 ;蜂群快速繁殖秘诀[N];中国畜牧兽医报;2009年
4 邢台县城计头乡政府 任付珍;蜂群春管要细心[N];河北科技报;2009年
5 曲成志;蜂群夏管注意啥[N];陕西科技报;2009年
6 李焕如;秋季蜂群的管理[N];中国特产报;2000年
7 成茹;夏运蜂群须防暑[N];中国畜牧报;2003年
8 刘茹馥;如何抓好早春蜂群的管理[N];中国畜牧水产报;2001年
9 薛志成;秋繁蜂群冬蜜高产[N];新疆科技报(汉);2009年
10 韩素芹;谨防蜂群农药中毒[N];中国特产报;2005年
中国博士学位论文全文数据库 前10条
1 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
2 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
3 罗洪林;带锥约束的优化问题的弱尖锐性研究[D];复旦大学;2010年
4 刘国安;基于云理论的差分进化算法改进及应用研究[D];哈尔滨工程大学;2012年
5 车林仙;面向机构分析与设计的差分进化算法研究[D];中国矿业大学;2012年
6 程杉;含分布式电源的配电网多目标优化问题研究[D];重庆大学;2013年
7 王艳;多目标拟态物理学优化算法及其应用研究[D];兰州理工大学;2011年
8 柯鹏;基于多目标进化算法的车辆路径问题的研究[D];武汉大学;2013年
9 王勇;基于进化算法求解复杂连续优化问题的研究[D];中南大学;2011年
10 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 莫志勋;约束多目标改进粒子群优化算法研究及应用[D];中南大学;2010年
2 孙晶晶;解决多目标优化问题的中心引力算法[D];渤海大学;2013年
3 姜飞;混合智能优化算法及其应用[D];西安电子科技大学;2011年
4 李厚甫;基于博弈策略的多目标进化算法研究[D];湖南大学;2011年
5 王培丽;基于粒子群算法的多目标车间调度的研究[D];青岛科技大学;2011年
6 何诚;运用种群多样性动态调整机制的粒子群优化算法研究[D];湘潭大学;2012年
7 何鹏;人工蜂群算法研究[D];华东理工大学;2014年
8 杨茸;求解随机机会约束规划的免疫克隆混合算法及应用[D];太原理工大学;2012年
9 刘美云;基于种群分布模型学习的班德文进化多目标优化算法[D];西安电子科技大学;2012年
10 韩雪;非线性生化系统多目标优化问题的线性方法及其应用研究[D];渤海大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026