检索结果-南通市图书馆

计算机工程与科学 2019年第1期41卷 144-152页

作者：李永恒赵志刚广西大学计算机与电子信息学院广西南宁530004

针对蝙蝠算法个体越界、易早熟收敛的问题,提出一种基于越界重置和高斯变异的蝙蝠优化算法。新算法将飞越解空间边界的个体拉回解空间内,利用越界重置策略重新分配位置。通过高斯变异策略控制个体的搜索范围,使种群以最优解为中心向四... 详细信息

针对蝙蝠算法个体越界、易早熟收敛的问题,提出一种基于越界重置和高斯变异的蝙蝠优化算法。新算法将飞越解空间边界的个体拉回解空间内,利用越界重置策略重新分配位置。通过高斯变异策略控制个体的搜索范围,使种群以最优解为中心向四周呈放射状搜索,增强了算法的局部搜索和全局寻优能力。蝙蝠算法在靠近目标解时响度和脉冲发射频率更新不协调,影响了算法的持续进化能力,通过线性渐变策略保证响度和脉冲发射频率的变化与算法持续进化相适应。研究了在解空间不同位置关系的情况下新算法和对比算法的优化能力,并结合实验数据对算法收敛稳定性进行分析。实验结果表明,提出的新算法具有较好的收敛速度和精度,其全局寻优能力和高维问题优化能力体现了很好的鲁棒性。

关键词：蝙蝠算法越界重置高斯变异搜索范围

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

改进飞蛾扑火算法的研究及其应用

改进飞蛾扑火算法的研究及其应用

引用

作者：李蓓蓓杭州电子科技大学

学位级别：硕士

优化问题广泛存在于各个工程领域,传统的解决此类问题的方法存在计算量大、计算时间长等缺陷。群智能优化算法因其智能性和本质并行性的特征,在解决优化问题方面表现出了强大的优势。飞蛾扑火算法作为群智能优化算法的一种,与许多同类... 详细信息

优化问题广泛存在于各个工程领域,传统的解决此类问题的方法存在计算量大、计算时间长等缺陷。群智能优化算法因其智能性和本质并行性的特征,在解决优化问题方面表现出了强大的优势。飞蛾扑火算法作为群智能优化算法的一种,与许多同类算法相比,具有需要调节的参数少、对运行环境要求低等特点,因此被广泛应用于复杂的工业领域。但随着研究的深入,飞蛾扑火算法的缺陷也慢慢暴露出来,比如易陷入局部最优、收敛速度慢等。本文对飞蛾扑火算法进行了深入研究,主要工作包括:(1)针对标准飞蛾扑火算法易陷入局部最优的缺陷,利用反向学习策略可以扩大算法有效搜寻空间的优势,对飞蛾进行二维反向学习;同时,将越界重置策略引入算法中,对迭代过程中超出解空间的个体进行随机重置,避免飞蛾越界导致种群多样性减少;将混沌理论应用于算法的寻优过程中,通过Tent混沌映射为火焰增加新的位置,提高算法搜索到全局最优的可能;将三种策略结合后,提出基于反向和映射策略的飞蛾扑火算法(RMMFO)。(2)针对标准飞蛾扑火算法存在的收敛速度慢的问题,在RMMFO算法的基础上,采用混沌初始化的方式生成较均匀的初始种群,从而提高初始解的质量;在飞蛾的位置更新公式中引入自适应权重,搜索前期使螺旋式飞行模式成为指导飞蛾飞行路径的主要因素,搜索后期火焰位置成为指导飞蛾飞行路径的主要因素,有效的平衡了算法全局和局部搜索能力。将两种策略融入RMMFO算法中,提出融合多策略飞蛾扑火算法(FMSMFO)。(3)在多个测试函数上进行仿真实验,检验FMSMFO算法各方面性能。与其他五种优秀算法对比后发现,FMSMFO算法在对不同类型的函数求解时,都拥有更高的求解精度,更快的求解速度。(4)将FMSMFO算法应用到阵列方向图中,通过对阵列天线进行低副瓣、深零点优化,验证了FMSMFO算法可以在工程领域实用,具有一定的创新性。

关键词：飞蛾扑火算法二维反向学习越界重置 Tent混沌映射混沌初始化自适应权重阵列天线综合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进蝙蝠算法的前向神经网络研究

基于改进蝙蝠算法的前向神经网络研究

引用

作者：李永恒广西大学

学位级别：硕士

对于缺少梯度、连续性、凸性特征的复杂问题模型,传统的优化算法不能满足计算时间和空间的要求。群智能算法展现出的自组织、协作、高度并行的特点,为该类优化问题提供了思路。蝙蝠算法是群智能衍生的新型启发式算法,对于待优化问题的... 详细信息

对于缺少梯度、连续性、凸性特征的复杂问题模型,传统的优化算法不能满足计算时间和空间的要求。群智能算法展现出的自组织、协作、高度并行的特点,为该类优化问题提供了思路。蝙蝠算法是群智能衍生的新型启发式算法,对于待优化问题的求解不需要数学信息,算法对于目标问题的求解具有较快的收敛速度。通过对蝙蝠算法的研究,发现了蝙蝠算法存在的缺陷。第一,蝙蝠个体寻优过程中大量飞跃出解空间,蝙蝠算法并没有较好的处理策略来为越界的个体分配有利的位置。第二,蝙蝠算法存在种群聚拢严重的现象,缺乏种群的多样性。算法一旦陷入局部最优解,很难发散并逃离局部吸引子的吸引。第三,蝙蝠在靠近目标时发射声波的响度和脉冲频度不协调,降低了蝙蝠算法发现新的更优解的能力。针对蝙蝠算法存在的问题,提出了越界重置策略控制越界的蝙蝠个体,将其拉回解空间内,并随机为其分配位置。并在蝙蝠种群有陷入停滞早熟状态时引入变异策略,使种群以当前最优解为中心向四周呈发射状搜索。提出采用线性渐变的方式对蝙蝠发出声波的响度和脉冲频度进行更新,使其变化与算法寻优的过程相适应。为了验证改进算法的有效性,从不同的解空间位置对比了改进算法与其他几种算法的优化能力。实验结果表明,新算法在解决多峰、高维问题上表现出更强的全局寻优能力,鲁棒性更强。前向神经网络的训练问题可以看作是一个优化问题。根据误差的梯度下降反向更新网络权值的方法存在很多缺陷,如规模较大的网络收敛速度慢,网络对优化问题的逼近能力对初始权值的依赖严重,网络的泛化能力不足等问题。蝙蝠算法在解决复杂、高维的优化问题中表现出突出的性能。本文将改进后的蝙蝠算法与误差反向传播算法相结合,提出了一种新的训练前向神经网络的算法。比较新算法与误差反向传播算法训练的网络对函数的逼近能力,验证了新算法的有效性。最后,将新算法训练的网络模型应用到分类问题的研究,研究结果表明了所提网络模型的泛化能力更强。

关键词：优化蝙蝠算法越界重置前向神经网络误差反向传播

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：