毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

细菌觅食算法研究+文献综述

时间:2019-03-03 20:14来源:毕业论文
介绍了算法参数的选择、实际运用方法与注意事项,并用MATLAB软件对一个简单细菌觅食优化问题进行动态求解仿真,通过对仿真结果的分析得到该算法具有算法简单易于实现、鲁棒性强

摘要: 细菌觅食算法(BFOA)是一种通过趋向、复制和迁徙三种行为来实现寻优的新型群体智能优化算法。本文首先对细菌觅食算法的三个代表性操作的原理进行简单阐述,然后对该算法求解问题的设计步骤进行运算分析,重点介绍了算法参数的选择、实际运用方法与注意事项,并用MATLAB软件对一个简单细菌觅食优化问题进行动态求解仿真,通过对仿真结果的分析得到该算法具有算法简单易于实现、鲁棒性强但精度不高、收敛速度较慢的特点,并提出与PSO算法结合的一种改良方法。33597
毕业论文关键词: 细菌觅食算法;趋向性;复制;迁徙;参数选择
Study on Bacterial Foraging Flgorithm
Abstract: bacterial foraging algorithm (BFOA) is a new swarm intelligence optimization algorithm based on the trend, replication and migration of three behaviors to achieve the optimization.. Firstly, the bacterial foraging algorithm of three representative operational principle were briefly, then the design procedure of the algorithm to solve the problem on the operation analysis, focuses on the choice of algorithm parameters, practical methods and matters needing attention, and using MATLAB software on a simple bacteria foraging optimization problem is solving the dynamic simulation, through the analysis of the simulation results obtained for this algorithm is algorithm is simple and easy to implement, it has strong robustness but the accuracy is not high, characteristics of slow convergence speed, and puts forward that the modified method of combined with PSO algorithm.
Keywords:BacterialForagingAlgorithm;Tropism;Replication;Migration;Parameter Selection
 目    录
    摘要    1
引言    1
1.细菌觅食算法    2 源`自*六)维[论*文'网www.lwfree.cn
1.1 BFOA算法的主要流程与原理    2
2.算法仿真分析    8
2.1 参数的选取    8
2.2 与PSO算法结合的改进方法    10
2.3 仿真    12
3.结论    13
参考文献    14
附录    15
致谢    20
  细菌觅食算法研究
引言
随着科学技术的发展人们越来越认识到算法特别是智能算法对经济生产的作用越来越大。群体智能算法就是在这一背景下通过人们对自然规律的观察和对生物生理特点的研究,根据其原理,受到其启发而创造了一系列的智能算法。细菌觅食算法(BFOA)就是拥有这样优良性质的算法之一。与大多数拥有倾度的运用算法不太一样,群落智能依赖的是机率搜寻方式,也就是在少量次数实验中可能经历的算法过程不尽相同,但是都能得到目的值。其明显的优点尤其明显地表现在以下几个方面。第一没有集中制约的约束,不会因为单个的故障出现从而影响全部过程的所求解运行,确保了系统具备更强的抗干扰性,能在收到不管内在的还是外来的相当严重的干扰下进行最优求解。第二运用间接的消息通话方法确保了总体的可衍生性,使得该算法在寻找最适解过程中能够很好地确保最优解的可靠性。第三,并行地分布式算法模型,可更多利用多核心处理器,突出体现与利用了多核处理器的运算速度特快所带来的巨大计算优势,对系统能够顺利寻找最适解起到至关总要的作用与便利,算法实现运做相对其他算法比较简单。例如:Marco等人通过对蚂蚁的寻径行为的仿生方式在20世纪末年提出到了蚁群优化算法; Genhard 通过仿生鸟群捕食的动作在1996年前后提出粒子智能群体优化算法;在工程领域,这些算法得到了广泛应用并且不负总忘的取得了相当不错的成果。随着大家的努力智能群体优良算法得到了快速的演进,Tracy 于2003年前后提出仿生人的大肠杆菌觅食的行为的细菌智能觅食算法,该仿生算法是在对细菌吞吐食物的行为探索机制上提出来的。该仿生算法具有智能群体性,由于可以进行并行搜寻,所以成为又一个收到广泛关注的探索热点。张娜娜将这算法应用到求解大量生产部门调解的问题上;Kam等人将该智能算法混合智能遗传基因算法的觅食算法应用在比例-积分-微分控制器的制造问题;王储颖等人将该智能仿生算法和BP技术结合应用到图像处理中;王松等人将其应用于结果预测计量中,获得了非常不错的洁果。 细菌觅食算法研究+文献综述:http://www.lwfree.cn/jisuanjilunwen/20190303/30764.html
------分隔线----------------------------
推荐内容