收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

细菌觅食优化算法的改进及应用研究

胡洁  
【摘要】:在实际生产和生活中,优化无处不在,力学中的优化问题也比比皆是,尤其是在工程力学中,许多问题都伴随着反问题。而反问题的求解,一般是利用建立泛函求极小值的方法,这就需要用到优化算法。传统的优化方法总有着计算效率低和局部搜索的局限性。随着人类生存空间的扩大,实际工程中的力学问题越来越复杂,传统的优化算法已不再满足求解精度和效率的要求,因此,对高效的智能优化方法的需求日益迫切。近年来,遗传算法、蚁群算法、粒子群算法等智能优化方法正逐渐被应用于力学中包括反问题在内的各类优化问题。细菌觅食优化算法(BFO)是近些年来发展起来的,基于大肠杆菌觅食行为模型的一种新型智能算法。它具有对初值和参数选择不敏感、鲁棒性强、简单易于实现,以及并行处理和全局搜索等优点。 由于对BFO算法的研究尚处于起步阶段,BFO的应用还不够深入且它在应用过程中也存在精度不够高、收敛速度不够快的缺点,尤其是在多峰问题寻优时难以找到全部最优解。因此,分析、研究和改进BFO算法以及拓展、深入其应用,对生产、生活中各个领域的优化问题求解都具有十分重要的意义。为此,本文着重从BFO算法的改进和应用方面进行了研究。主要研究工作如下: (1)针对BFO易早熟和收敛速度慢等缺陷,本文对标准BFO算法的操作进行了三项改进:在趋向操作中,通过赋予细菌灵敏度的概念来改变细菌的游动步长;在复制操作中,嵌入分布估计思想;在迁徙操作中,提出自适应迁徙概率,进而提出了一种较全面的细菌觅食优化改进算法——分布估计细菌觅食优化算法(EDA-BFO),显著提高了算法的运行效率和求解质量,为解决复杂寻优问题提供了有效方法。通过函数优化测试验证,表明该算法是可行和有效的,编码后适用于解决高维复杂工程的相应优化问题。 (2)针对BFO在多峰问题寻优时难以找到全部最优解及精度不高的问题,提出了一种基于小生境技术的细菌觅食算法(NBFO)。该算法避免了因聚集行为不当而导致的细菌在非全局极值点处大量聚集的局限性,维护了群体的多样性,并提高了算法的全局搜索能力。典型多峰值测试函数的求解试验表明:小生境细菌觅食优化算法有更强的全局搜索能力和更高的收敛速度,能够高效地寻找到多个全局最优值,是一种寻优能力、效率和可靠性更高的优化算法,其综合性能比标准细菌觅食算法有显著提高。 (3)针对标准BFO算法的收敛速度不够快的缺点,考虑到遗传算法具有大范围快速搜索能力,本文将遗传算法和细菌觅食算法相结合,提出了遗传-细菌觅食混合优化算法(GA-BFO算法)。函数的优化测试结果表明,对于复杂的多维函数优化问题,GA-BFO混合算法无论在时间效率上还是在求解精度上,均优于两个单一算法,获得了优化性能和时间性能的双赢。 (4)针对标准BFO算法的全局收敛能力不如PSO的情形,将PSO算法作为一个变异算子引入BFO算法的聚集操作中,提出一种混合的粒子群-细菌觅食优化算法(PSO-BFO),充分发挥BFO算法的局部搜索能力和PSO算法的全局搜索能力,令两个单一算法相互取长补短、优势互补。函数的优化测试结果表明,对于复杂的多维函数优化问题,PSO-BFO混合算法是有效的,且在全局收敛可靠性和收敛速度方面明显地优于BFO和PSO算法这两个单一算法。 (5)由于EDA-BFO算法具有较强的全局搜索能力,同时具有较高的精度、模型简单、计算复杂度低、不易陷入局部最优解等优点,本文在BP神经网络的训练中嵌入EDA-BFO算法的复制和迁徙操作,提出了一种改进的BP神经网络模型(BFO-BP神经网络模型),用它来优化神经网络连接权值。为检验所提出的改进模型的优越性,将BFO-BP神经网络模型和BP神经网络模型同时应用于力学经典反问题——复合材料的损伤定位的数值仿真研究,并将两种模型的研究结果进行了对比。仿真结果表明:BFO-BP神经网络模型的损伤定位识别精度比BP神经网络模型的损伤定位识别精度高;在处理具有不确定信息的损伤定位领域中,BFO-BP神经网络模型具有良好的发展前景。 (6)混沌系统参数辨识在对参数未知、参数不匹配等混沌系统的控制和同步中占有相当重要的地位,但目前的研究还比较薄弱,方法不多。本文提出了基于BFO的动力系统参数辨识的具体算法,为了检验BFO进行动力学系统参数辨识的有效性和可行性,分别对Lorenz和Chen无噪声的混沌系统和有噪声的混沌系统进行计算机数值仿真研究。结果表明BFO算法能有效地辨识无噪声混沌系统的参数,此外,BFO算法在添加了白噪声的混沌系统参数辨识中,相对PSO算法和GA算法而言,仍具有更高的辨识精度和更强的抗噪声能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔长彩;李兵;张认成;;粒子群优化算法[J];华侨大学学报(自然科学版);2006年04期
2 田斐;崔世林;;一种基于最优近邻交叉的遗传算法[J];陕西理工学院学报(自然科学版);2007年02期
3 柳玲;胡登宇;李百战;;基于设计结构矩阵的过程模型优化算法综述[J];计算机工程与应用;2009年11期
4 户秀琼;;遗传算法在励磁系统中的应用研究[J];科技情报开发与经济;2008年08期
5 杨晓华;杨志峰;郦建强;沈珍瑶;陈强;;水文模型参数识别算法研究及展望[J];自然科学进展;2006年06期
6 郑世杰;郭腾飞;董会丽;宋振;;基于混合编码遗传算法和有限元分析的压电结构载荷识别[J];计算力学学报;2009年03期
7 王超;王秋良;;基于混合算法的传导冷却高温超导磁体的优化设计[J];低温物理学报;2005年S1期
8 彭文利;陈淑如;张定华;;优化排料算法的研究现状与趋势[J];模具工业;2006年08期
9 胡小平;何建敏;;高技术产业竞争实力评价模型构建方法研究[J];软科学;2009年03期
10 于福荣;卢文喜;李平;辛欣;;地下水管理模型求解方法综述[J];水文地质工程地质;2010年02期
11 张鹏飞;于德海;钱晔;;非线性多用户检测技术[J];科技信息;2010年19期
12 孙晓立;;微粒群优化神经网络算法的研究[J];科技情报开发与经济;2011年20期
13 谷晓平;王长耀;袁淑杰;;GA-BP神经网络模型在流域面雨量预报的应用研究[J];热带气象学报;2006年03期
14 李宏伟;杨国为;王晓艳;;基于改进遗传算法的BP网络在降雨量预测中的应用[J];青岛大学学报(工程技术版);2010年01期
15 杨辉辉;王先甲;;区域水资源优化配置[J];珠江现代建设;2008年06期
16 陈琳;何嘉;;基于遗传神经算法优化的汉语分词模型[J];西南师范大学学报(自然科学版);2007年04期
17 汪振兴;佘焱;姜建国;;赤潮藻类图像自动识别的研究[J];海洋环境科学;2007年01期
18 姚才;金龙;黄明策;黄小燕;;遗传算法与神经网络相结合的热带气旋强度预报方法试验[J];海洋学报(中文版);2007年04期
19 沈洪远;彭小奇;王俊年;刘健辰;;基于改进微粒群算法的快速山峰聚类法[J];系统工程学报;2006年03期
20 房毅宪;王宝文;王永茂;;基于遗传算法的动态递归网络的股价预测[J];燕山大学学报;2007年04期
中国重要会议论文全文数据库 前10条
1 李彬;毛一之;庞小东;;蚂蚁算法在电力变压器优化设计中的应用研究[A];电工理论与新技术学术年会论文集[C];2005年
2 罗批;滕建辅;郭继昌;;电子线路优化算法综述[A];’2001天津信息技术、电子、仪器仪表学术会议论文集[C];2001年
3 尹永鑫;杨明;王子才;;一种基于大气层内拦截器复合控制的优化算法[A];第25届中国控制会议论文集(上册)[C];2006年
4 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
5 钟秋;钱锋;;遗传算法在神经网络中的应用研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
6 吕瑞华;张世英;;基于ANN-GA的混沌时间序列预测方法研究[A];2004年中国管理科学学术会议论文集[C];2004年
7 柏文洁;汪秉宏;周涛;;连续极值优化算法在Lennard-Jones团簇优化中的应用[A];全国复杂系统研究论坛论文集(二)[C];2005年
8 王钰;宋华文;沈寿林;龚传信;;利用时间序列神经网络预测军械装备购置费[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
9 王东城;彭艳;刘宏民;;平整机轧制力预报的遗传神经网络模型[A];2007中国钢铁年会论文集[C];2007年
10 韩正波;;银行个人信用评估方法研究综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 胡洁;细菌觅食优化算法的改进及应用研究[D];武汉理工大学;2012年
2 余江;机场扩展终端区的运行优化策略研究[D];西南交通大学;2005年
3 杨世品;P系统优化算法及应用研究[D];浙江大学;2013年
4 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
5 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
6 谭琦;多目标优化算法在多客户批处理机环境下的应用研究[D];中国科学技术大学;2012年
7 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年
8 张晓明;基于种子传播方式和植物分布演化的种子优化算法研究[D];中国科学技术大学;2011年
9 江敏;贝叶斯优化算法的若干问题研究及应用[D];上海大学;2012年
10 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 陈健;基于空间划分的搜索算法[D];山东大学;2005年
2 张士博;车载天线布局优化[D];西安电子科技大学;2009年
3 徐志超;智能组合优化平台设计与实现[D];吉林大学;2008年
4 吕现杰;混合优化算法在热工对象系统辨识中的应用研究[D];华北电力大学(北京);2008年
5 张利彪;基于粒子群优化算法的研究[D];吉林大学;2004年
6 邓晟初;磁共振颅脑图像配准的研究[D];湖南大学;2007年
7 高健;一种最优化问题求解算法的研究[D];华中科技大学;2007年
8 赵胜敏;基于蚂蚁算法在管理优化方面的研究[D];天津大学;2006年
9 李博;粒子群优化算法及其在神经网络中的应用[D];大连理工大学;2005年
10 杜娟娟;分布式自治智能体优化算法研究[D];中国石油大学;2009年
中国重要报纸全文数据库 前10条
1 ;增添硬模块优化算法MCU触控更显优势[N];中国电子报;2010年
2 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
3 ;六阵元智能天线解决方案[N];通信产业报;2007年
4 联合证券研究所  执笔:王红兵;几个用于期现套利的股票组合[N];上海证券报;2007年
5 Riverbed科技公司北方区经理 王晓静;Riverbed:提高WAN性能[N];网络世界;2007年
6 本报记者 张旭;东北500千伏电网混成自动电压控制系统通过鉴定[N];东北电力报;2008年
7 范兴川;用基础理论研究推动我国高性能软件技术创新[N];科技日报;2005年
8 浙江大学教授 王树青;自动化在化学工业大有作为[N];中国化工报;2006年
9 傅稷张军 本报记者 李旸;杨云龙:科技创新领跑企业[N];锦州日报;2008年
10 南京邮电大学 马国强 毕厚杰;多媒体会议中的H.264编码[N];计算机世界;2006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
  • 010-62982499
  • 010-62783978