混合蛙跳算法及其应用研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 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做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 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，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 万方数据 万方数据 摘要 近些年来，一类模拟生物的群体性 智能行为 的进化计算方法，由于其不依赖 于待求解问题的 梯度信息 ，并且具有强大的全局优化能力，已经成为一个重要的 研究热点。混合蛙跳算法（SFLA）是一种模仿 青蛙 群体 觅食行为 的智能 优化算法 ， 具有参数少 ，结构简单 ，鲁棒性 强 等优点。然而对某些较复杂问题 的求解，仍存 在着一些不足。 本文针对经典 SFLA 寻优精度低、收敛速度慢、易于早熟等缺点，在深入研 究其优化原理的基础上， 提出了一种改进算法——采用贪婪搜索策略的混合蛙跳 算法（GSFLA）。运用混沌理论构造 初始 种群，使得初始种群更加 均匀 地分布于 可行 域中，保证了种群的多样性；提出并采用贪婪搜索策略进行局部搜索，即同 步更新每个子种群中的最差个体和最优个体，提高了算法的搜索效率；引入模式 搜索机制改善最优个体，使得求解精度大幅提高；设计了一种自适应 移动因子更 新最差青蛙个体的移动步长，加快了算法的收敛速度，避免了早熟收敛。实验结 果表明，GSFLA 的性能明显优于经典 SFLA，有效地提高了算法的寻优精度，加 快了收敛速度，避免了算法早熟。 研究了印制电路板（ PCB ）元器件组装检测的基本原理，将 PCB 元器件检测 问题等效为图像模板匹配问题，采用改进的混合蛙跳算法对匹配过程进行优化， 提出了一种新的 PCB 元器件检测方法。该方法利用 GSFLA 的非遍历搜索机制和 强大的全局寻优能力迅速找到最佳匹配子图，实现了 PCB 元器件的快速自动检测。 实验结果表明，该方法具有更快的检测速度和更高的识别成功率，适用于 PCB 元 器件的组装检测。 针对采用贪婪搜索策略的混合 蛙跳 算法，对算法参数进行合理地 调整 和设置 是改善其性能的关键措施。在接下来的 研究 工作中，将研究算法 参数 设置的规律， 进一步 改善 GSFLA 的性能。另一方面，可考虑将 GSFLA 应用于其它研究领域。 关键词：混合蛙跳算法 混沌理论 贪婪搜索策略 模式搜索 自适应移动因子 PCB元器件检测 Abstract In recent years, evolutionary computation algorithms based on intelligent behavior of biological communities have obtained more and more people’s attention, for these methods do not rely on the gradient information of problems and have strong ability of global optimization. Shuffled frog leaping algorithm (SFLA) is an intelligent optimization algorithm which simulates the feeding behavior of frog population. This algorithm has many advantages, such as few parameters, simple structure and strong robustness. While for solving some complicated problems, the SFLA still has some disad