混合蛙跳算法分析-控制理论与控制工程专业论文.docxVIP

学校代码 分 类 号  10701 TP30 学 号 1203121841 密 级 公开 TN82西安电子科技大学 TN82 硕士学位论文 混合蛙跳算法研究 作者姓名： 领 域： 学位类别： 张旭 计算机技术 工程硕士 学校导师姓名、职称： 企业导师姓名、职称： 姜建国教授 黄战武高工 提交日期： 2014 年 11 月 Research on Shuffled Frog Leaping Algorithm A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Computer Technology By Zhang xu Supervisor: Jiang jianguo Huang zhanwu November 2014 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 学位论文若有不实之处，本人承担一切法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分 内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位 后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 摘要 西安电子科 西安电子科技大学硕士学位论文 摘要 近些年来，随着计算机的飞速发展以及工程项目的实际需要，一类用来模拟 生物群体的算法取得了飞速的发展。目前主流的群智能优化算法包括遗传算法、 蚁群算法、粒子群算法和蛙跳算法等，它们采用群体的优势从而对问题的数学描 述不要求满足可微等条件，是一种彻底的分布式管理。混合蛙跳算法(SFLA)是一 种较新的模拟青蛙觅食的元启发全局优化算法，可以应用于求解组合优化问题。 SFLA 具有参数少、易于理解并且鲁棒性强等特点，并且在很多实际问题中得到成 功运用。由于 SFLA 比较新，在理论和实践方面均还处于不成熟的阶段，对于一 些比较复杂的问题，容易出现早熟收敛、搜索速度慢、青蛙群体的多样性减少和 容易陷入到局部最优解等缺点。 本文在研究了经典混合蛙跳算法的寻优机制后，为提升计算的性能，提出了 一种改进的混合蛙跳算法。采用佳点集理论构造青蛙的初始种群，使得初始的种 群能更加均匀地分布在可行域中，从而确保了初始种群的多样性，加速了整个的 寻优过程。在子种群的内部，让每一只青蛙都进行搜索取代经典算法中每次只让 子种群内的最差青蛙进行搜索的策略，并设计了一种自适应的移动因子调整更新 的移动步长，加快了收敛速度同时较好的避免了算法过早收敛的问题。 实验的结果表明，改进的混合蛙跳算法不仅具有更快的收敛速度和更高的精 度，而且能够有效的避免了算法早熟收敛的问题。 在后续的研究和工作中，将进一步加强对算法的研究，对参数设定进行分析， 提升算法的执行速度和解的精度。同时可以与其他群智能算法相结合，从而将研 究成果实际应用于工程优化问题。 关 键 词：佳点集， 混合蛙跳算法， 自适应移动因子， 组合优化 论文类型：应用基础技术 I PAGE PAGE VI III III AB ABSTRACT 西安电子科 西安电子科技大学硕士学位论文 ABSTRACT In recent years, with the rapid development of computer technology and the need of actual problems, a class of algorithms used to simulate biological communities have made rapid development. Current mainstream swarm intelligence optimization algorithms including genetic algorithm, an