本文關(guān)鍵詞：蜂群算法及其仿生策略研究

  更多相關(guān)文章： 蜂群算法 盲源分離 多策略改進(jìn) 反向?qū)W習(xí) Levy飛行

【摘要】：仿生群智能優(yōu)化算法是目前人工智能研究熱點(diǎn)的一個(gè)重要分支,其計(jì)算相對簡單,易于擴(kuò)充,此外,該算法的實(shí)現(xiàn)過程對計(jì)算機(jī)處理器和內(nèi)存的要求較低,同時(shí)在計(jì)算過程中具有可并行以及分布運(yùn)行的特點(diǎn)。而蜂群算法作為其中較新的一種概率搜索算法,繼承了仿生群智能優(yōu)化算法的理論思想,因控制參數(shù)少、易于實(shí)現(xiàn)、計(jì)算簡潔等優(yōu)點(diǎn)也有著較廣泛的應(yīng)用,但仍然存在著過早收斂、易陷入局部最優(yōu)、精度不高等問題,如何選擇適宜的隨機(jī)過程模擬及調(diào)控恰當(dāng)?shù)木植克阉餍袨槭墙鉀Q問題的關(guān)鍵。盲源分離是近幾年信號處理領(lǐng)域的研究熱點(diǎn)之一,在源信號與傳輸信道未知時(shí),通過直接觀測到的混合信號經(jīng)分離后恢復(fù)出源信號。獨(dú)立成分分析作為其中一種重要的核心算法,應(yīng)用廣泛,但采用的基于梯度信息的優(yōu)化算法存在著收斂速度慢、易陷入局部極值點(diǎn)等問題,如何選擇結(jié)構(gòu)簡單、參數(shù)少、易調(diào)節(jié)的優(yōu)化算法是其中的關(guān)鍵問題之一。本文根據(jù)上述問題與研究背景,在研究工作中主要探討了一下幾方面的內(nèi)容：1.首先對仿生群智能優(yōu)化算法及其中的蜂群算法和盲源分離作了概述,包括系統(tǒng)框架、主流實(shí)現(xiàn)算法等方面,并介紹了蜂群算法和盲源分離目前在國內(nèi)外的研究和應(yīng)用概況。2.系統(tǒng)全面地介紹了盲源分離的基礎(chǔ)理論,包括盲源分離的算法模型、數(shù)學(xué)理論、信號混合模型、獨(dú)立成分分析算法、信號的預(yù)處理及函數(shù)評價(jià)標(biāo)準(zhǔn)等,并對這些理論進(jìn)行了詳細(xì)的分析。3.介紹了仿生群智能優(yōu)化算法中的蜂群算法,包括算法的原生物學(xué)模型、基本原理和實(shí)現(xiàn)流程等,并針對蜂群算法中存在的問題做了仿生策略方面的改進(jìn),主要包括在種群初始化階段采用了反向?qū)W習(xí)的初始解優(yōu)化策略,在種群更新、鄰域搜索階段采用具有Levy飛行特征的改進(jìn)搜素策略,并總結(jié)了改進(jìn)算法的流程。4.介紹了蜂群算法在盲源分離中的應(yīng)用,將基于仿生策略改進(jìn)后的蜂群算法作為盲源分離中分離矩陣的計(jì)算方法,主要包括其基本原理和相關(guān)基礎(chǔ)理論,并總結(jié)了引入改進(jìn)蜂群算法后盲源分離方法的流程。5.分別對仿生策略改進(jìn)的蜂群算法和引入蜂群算法的盲源分離方法進(jìn)行了實(shí)驗(yàn)對比。實(shí)驗(yàn)結(jié)果表明,基于反向?qū)W習(xí)與Levy飛行的改進(jìn)蜂群算法在提高收斂速度的同時(shí)保證了算法的收斂精度,且當(dāng)改進(jìn)的蜂群算法作為盲源分離中初始矩陣的優(yōu)化算法時(shí),也在一定程度上解決了盲源分離的分離效果與收斂速度存在矛盾的問題。6.最后總結(jié)了本文研究的改進(jìn)空間和不足,介紹了未來可能的研究方向。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對抗;2004年06期

2 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報(bào);2012年05期

4 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計(jì)算機(jī)科學(xué);2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨(dú)立分量分析算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

7 郭松;孫云蓮;;基于獨(dú)立分量分析盲源分離快速算法[J];電子測量技術(shù);2004年02期

8 丁鐸,賈永強(qiáng),王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

9 肖俊,何為偉;源信號數(shù)目大于觀察信號數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

10 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準(zhǔn)則[J];艦船電子對抗;2005年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學(xué)學(xué)會2009年青年學(xué)術(shù)會議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學(xué)學(xué)術(shù)年會論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計(jì)對盲源分離算法影響分析[A];2007年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計(jì)[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

3 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

4 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

5 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

6 郭靖;盲源分離的時(shí)頻域算法研究[D];重慶大學(xué);2012年

7 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國地質(zhì)大學(xué);2013年

8 劉建強(qiáng);非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

9 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學(xué);2010年

10 袁連喜;線性盲源分離算法的理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

2 程舒慧;動態(tài)盲源分離及其在生物醫(yī)學(xué)信號處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨(dú)立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

4 高鵬;基于單通道盲源分離理論的故障特征提取技術(shù)[D];長安大學(xué);2015年

5 姚鑫;基于EEMD的單通道盲源分離研究與應(yīng)用[D];大連交通大學(xué);2015年

6 張穎;低角雷達(dá)盲信號分離方法研究[D];河南師范大學(xué);2015年

7 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學(xué);2015年

8 李莽;盲源分離在信號探測中的應(yīng)用[D];電子科技大學(xué);2014年

9 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學(xué);2015年

10 甘一凡;基于盲源分離的車輛檢測與分類技術(shù)研究[D];電子科技大學(xué);2015年

，

本文編號：1216151