收藏本站
《安徽大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

人工蜂群算法的改进及应用研究

杨丹  
【摘要】:人工蜂群算法是一种新型的元启发式搜索算法,它的实现原理是模拟蜂群在采蜜过程中所表现出的群智能行为来实现对实际问题的求解。由于该算法简单易懂、容易实现、鲁棒性强、参数少等特点,自2005年被土耳其学者Karaboga提出以来,已经被成功应用到约束数值优化问题、多目标优化问题、训练人工神经网络、蛋白质的检测和预测、动态路径选择、可靠性冗余分配等领域,都取得了较好的研究成果。不过它作为一种新型的算法,其算法模型还不是很成熟,在求解一些复杂的实际问题上还处于起步阶段。所以,改进人工蜂群算法的理论模型,使其有更好的解决问题的能力及更广的应用范围有着重要的研究意义及实际价值。通过仔细研究会发现人工蜂群算法存在不足的地方主要是收敛精度不高、收敛速度慢、易陷入局部最优解等,这使得它在解决有些问题时得到的结果让人还不是很满意。所以很多学者致力于对该算法进行改进,让它能更好的去解决实际问题、拓宽其应用范围。 本文在借鉴差分进化算法中突变算子的基础上,针对上述人工蜂群算法的不足之处,提出了几种改进算法,并将其中一种表现优异的改进应用到了非线性方程组的求解中去。主要工作如下: 首先,本文详细介绍了人工蜂群算法的来由、生物模型和基本思想,并详细分析了算法的基本步骤、时间复杂度和特点。然后针对算法的收敛速度慢的缺点,我们在改进算法的搜索方式中引入了当前最优解的信息,这样能够有效引导搜索向全局最优快速收敛。在后面的仿真实验中可以发现在解决单峰问题时,改进算法的收敛速度明显快于标准人工蜂群算法。 其次,针对算法容易陷入局部最优的问题,我们在改进算法的搜索方式中引入一个或两个扰动向量,这样来保持种群的多样性,防止算法陷入局部最优。在仿真实验中可以看出在解决多峰问题时,改进的人工蜂群算法比其他智能算法的收敛精度更高,也即是跳出了局部最优的表现形式。 最后,本文对人工蜂群算法中对于解的适应度计算作了调整,简化了原先算法中复杂难懂的计算方式,选择直接用函数的值来作为解的适应度,既简单又一目了然。本文将上面改进算法中性能比较好的一种继续深入探索,将其应用到非线性方程组的求解中,最后的实验在一组基本测试函数和一组非线性方程组上进行,与其他的群智能算法作了纵向的比较,也和其他的ABC的改进算法作了横向的比较,结果表明改进的人工蜂群算法比这些其他的算法更适合于解非线性方程组问题。
【学位授予单位】:安徽大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前5条
1 张建科;王晓智;刘三阳;张晓清;;求解非线性方程及方程组的粒子群算法[J];计算机工程与应用;2006年07期
2 欧阳艾嘉;刘利斌;乐光学;李肯立;;求解非线性方程组的混合粒子群算法[J];计算机工程与应用;2011年09期
3 张姣玲;;求解非线性方程及方程组的人工蜂群算法[J];计算机工程与应用;2012年22期
4 高飞;童恒庆;;一类求解方程根的改进粒子群优化算法[J];武汉大学学报(理学版);2006年03期
5 刘佳;周真真;夏少芳;王军峰;;基于人工蜂群算法的非线性方程组求解研究[J];自动化仪表;2013年02期
【共引文献】
中国期刊全文数据库 前10条
1 黄玲;刘桥;邵世敏;;求解非线性电阻电路的一种混合方法[J];安徽电子信息职业技术学院学报;2008年02期
2 程锦荣;丁振锋;汪志;王晓;方兴;;求解线性和非线性方程组的一种通用算法[J];安徽大学学报(自然科学版);2008年02期
3 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
4 ;Multi-swingby optimization of mission to Saturn using global optimization algorithms[J];Acta Mechanica Sinica;2009年06期
5 ;A Preliminary Application of the Differential Evolution Algorithm to Calculate the CNOP[J];Atmospheric and Oceanic Science Letters;2009年06期
6 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
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 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
9 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
10 尚海滨;崔平远;乔栋;;基于微分进化的行星际小推力轨道全局优化方法[J];北京理工大学学报;2010年11期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 ;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
4 李丽;程玉荣;牛奔;;离散人工蜂群算法求解旅行商问题[A];第十三届中国管理科学学术年会论文集[C];2011年
5 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
6 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
7 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
8 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
9 刘潇;桂卫华;王雅琳;王晓丽;阳春华;;一种改进的多目标差分进化算法研究[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
10 常松涛;王永骥;张达;苏茂;;基于DE算法的再入飞行器横向机动能力研究[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
7 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年
8 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年
9 董旭初;Bayesian网的最优树分解研究[D];吉林大学;2011年
10 付宏杰;求解二元约束满足问题的混合差分进化算法研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 龚正;多目标进化算法改进策略的研究[D];湘潭大学;2010年
2 刘子文;改进的粒子群算法在停车场中的应用[D];湘潭大学;2010年
3 范勤勤;基于协进化策略的改进差分进化算法及应用[D];华东理工大学;2011年
4 李飞;改进的AEA算法及其在过程建模中的应用[D];华东理工大学;2011年
5 夏宇庆;人工鱼群与差分进化混合优化算法在水质模拟预测中的应用[D];浙江大学;2011年
6 梁峰;基于BPSO和变邻域差分进化算法的配电网重构[D];东北电力大学;2011年
7 孟显;基于改进差分进化算法的含风电场的电力系统无功优化[D];河北农业大学;2011年
8 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
9 高攀;解多目标优化问题的改进差分进化算法研究[D];西安电子科技大学;2010年
10 魏丽;群体动画中运动生成模块的模型研究[D];山东师范大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 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
2 寇明顺;叶春明;陈子皓;;应用蜜蜂繁殖进化型粒子群算法求解车辆路径问题[J];工业工程;2012年01期
3 张建科;王晓智;刘三阳;张晓清;;求解非线性方程及方程组的粒子群算法[J];计算机工程与应用;2006年07期
4 孙家泽;张建科;;求解非线性方程组的社会认知算法[J];计算机工程与应用;2008年28期
5 张安玲;刘雪英;;求解非线性方程组的拟牛顿-粒子群混合算法[J];计算机工程与应用;2008年33期
6 孙银慧;白振兴;王兵;王强;;求解非线性方程组的迭代神经网络算法[J];计算机工程与应用;2009年06期
7 姜浩;韩亚利;成礼智;;基于区间—遗传算法求解非线性方程组[J];计算机工程与应用;2009年25期
8 杨进;马良;;蜂群优化算法在车辆路径问题中的应用[J];计算机工程与应用;2010年05期
9 欧阳艾嘉;刘利斌;乐光学;李肯立;;求解非线性方程组的混合粒子群算法[J];计算机工程与应用;2011年09期
10 罗亚中,袁端才,唐国金;求解非线性方程组的混合遗传算法[J];计算力学学报;2005年01期
【相似文献】
中国期刊全文数据库 前10条
1 邵平;杨路明;;旋转45°矩形窗口的积分图像算法改进及应用[J];计算机应用与软件;2008年03期
2 陈苏豫;;用BOOTH算法改进的计算机定点乘法运算[J];晋中学院学报;2008年03期
3 梁勇;孟桥;陆佶人;;Lyapunov指数的算法改进与加权预测[J];声学技术;2006年05期
4 邵平;杨路明;曾耀荣;;计算旋转Harr型特征的积分图像算法改进[J];计算机技术与发展;2006年11期
5 卢铭娜;朱学峰;郭永玲;陈玉霜;;PID控制器微分算法的改进研究和仿真[J];自动化技术与应用;2006年10期
6 杨盘洪;赵建安;朱军祥;杨静;;机动目标跟踪的自适应网格交互多模算法改进[J];仪器仪表学报;2006年S3期
7 连志春;王春光;张洁;;基于小波网络的BP算法改进研究[J];计算机工程与应用;2007年02期
8 陈郁;秦奋;余明全;;B-P神经网络改进及其在Matlab中应用程序发布的研究[J];河南教育学院学报(自然科学版);2007年02期
9 吴建华;邹德旋;李静辉;;一种快速精确的虹膜定位方法[J];仪器仪表学报;2007年08期
10 王玉琨;魏国军;;图像测量中的边界跟踪算法改进[J];橡胶工业;2008年09期
中国重要会议论文全文数据库 前10条
1 许爱芬;杨胜奎;王鹏;黄勇;钱继锋;;C功能刀具半径补偿的优化算法[A];先进制造技术论坛暨第五届制造业自动化与信息化技术交流会论文集[C];2006年
2 覃喜庆;韩韬;彭春萍;;非制冷红外热像仪实用图像增强技术研究[A];中国造船工程学会电子技术学术委员会2006学术年会论文集(下册)[C];2006年
3 魏俊超;;BP神经网络算法改进研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集(一)[C];2005年
4 王彤;;对Web使用记录挖掘算法的改进[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年
5 潘大夫;汪渤;;一种改进的Canny算法[A];第二十七届中国控制会议论文集[C];2008年
6 郝红星;吴玲达;宋汉辰;;一种残损图像修补算法改进与实现[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
7 申东日;冯少辉;陈义俊;;BP网络学习算法的改进[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
8 庞金城;林京;黄晓砥;;宽带信号常规波束形成方位估计算法改进[A];中国声学学会2007年青年学术会议论文集(上)[C];2007年
9 赵运基;裴海龙;;光强自适应补偿的Camshift算法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 李国栋;;定点DSP实现均衡的算法改进与仿真[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
中国重要报纸全文数据库 前5条
1 四川省畜牧科学研究院 易礼胜;饲料配方软件的算法[N];中国畜牧兽医报;2008年
2 黄慧琴 陈松;阿尔戈马钢铁厂转炉工艺的改进措施[N];世界金属导报;2007年
3 记者 胡亚 通讯员 孟晋宝;我国陆表遥感产品验证实验完成[N];中国气象报;2008年
4 易水;IEEE 802.11i 提升无线网的安全[N];计算机世界;2003年
5 本报记者 于翔;搜索整合前路漫漫[N];网络世界;2010年
中国博士学位论文全文数据库 前10条
1 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
2 潘磊;若干社区发现算法研究[D];南京大学;2014年
3 李晓斌;交通出行信息服务平台及其关键技术应用研究[D];华南理工大学;2010年
4 周郭许;盲信号分离若干关键问题研究[D];华南理工大学;2010年
5 严春满;图像稀疏编码算法及应用研究[D];西安电子科技大学;2012年
6 刘维;生物序列模式挖掘与识别算法的研究[D];南京航空航天大学;2010年
7 谢宗伯;信号的噪声抑制理论与技术研究[D];华南理工大学;2010年
8 文飞;非圆信号参数估计方法研究[D];电子科技大学;2014年
9 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年
10 张重毅;群智能优化及模拟算法研究与应用[D];吉林大学;2013年
中国硕士学位论文全文数据库 前10条
1 包震宇;基于粗糙集对Apriori算法的改进[D];上海师范大学;2010年
2 刘红卫;线性回归模型中多重共线性问题的应对策略及其几点改进[D];西南交通大学;2006年
3 周育乾;基于粒子群优化算法的滤波器设计与实现[D];南京理工大学;2007年
4 刘恒辉;红外图像处理算法研究及其FPGA实现[D];武汉理工大学;2008年
5 黄永;改进蚁群算法及其在公交线网优化中的应用[D];华东师范大学;2010年
6 杨海;蚁群算法及其在智能交通中的应用[D];山东师范大学;2008年
7 杨丹;人工蜂群算法的改进及应用研究[D];安徽大学;2014年
8 皇甫丽英;G.728算法改进及低码率LD-CELP算法研究[D];太原理工大学;2002年
9 刘佳;基于Gibbs算法的改进算法及其在识别MOTIF中的应用[D];吉林大学;2010年
10 宋倩;SDD-1算法的改进及其应用研究[D];西安电子科技大学;2010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