隨著社會的發(fā)展與科技的進(jìn)步,人們在生活中遇到的許多科學(xué)、經(jīng)濟(jì)和工程問題呈現(xiàn)多極化、非線性、強(qiáng)約束、高維度等特點(diǎn),傳統(tǒng)的優(yōu)化算法已經(jīng)很難求得問題的最優(yōu)解。因此,尋找一種有效且高效的優(yōu)化方法用于解決復(fù)雜的優(yōu)化問題至關(guān)重要,這也成為了眾多學(xué)者的研究熱點(diǎn)。群集智能優(yōu)化算法因?yàn)槠漭^強(qiáng)的自適應(yīng)能力和在解決復(fù)雜問題中表現(xiàn)出來的優(yōu)勢,受到了很多學(xué)者的青睞�；依莾�(yōu)化算法作為一種經(jīng)典的群集智能優(yōu)化算法,具有計(jì)算量小、易于實(shí)現(xiàn)等優(yōu)點(diǎn),但仍然存在著易早熟收斂,面對復(fù)雜問題時(shí)收斂精度不高、收斂速度不夠快等缺點(diǎn)。因此,本文對標(biāo)準(zhǔn)灰狼優(yōu)化算法做出相應(yīng)的改進(jìn),并將改進(jìn)后的灰狼優(yōu)化算法應(yīng)用到微帶漏波天線和可用于WLAN的緊湊型雙頻MIMO天線中。論文的主要研究內(nèi)容和成果如下:1.對標(biāo)準(zhǔn)灰狼優(yōu)化算法從兩方面進(jìn)行介紹,一是算法的基本原理,二是數(shù)學(xué)模型,將標(biāo)準(zhǔn)灰狼優(yōu)化算法與標(biāo)準(zhǔn)鯨魚優(yōu)化算法和標(biāo)準(zhǔn)蜻蜓優(yōu)化算法進(jìn)行性能對比分析,總結(jié)出灰狼算法的不足,為后文改進(jìn)算法做了鋪墊。2.為了提高標(biāo)準(zhǔn)灰狼優(yōu)化算法的全局尋優(yōu)能力和收斂速度,本文對算法做了如下改進(jìn):首先,利用Hammersley序列的均勻分布特性對種群進(jìn)行初始化。其次,引用縱橫... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

收縮環(huán)繞機(jī)制示意圖

杭州電子科技大學(xué)碩士學(xué)位論文10的常數(shù)，l是[-1,1]之間的隨機(jī)數(shù)。值的注意的是，座頭鯨在縮小的圓圈內(nèi)沿著螺旋形路徑在獵物周圍游動。為了模擬這種同時(shí)行為，我們假設(shè)有50%的概率能力在收縮環(huán)繞機(jī)制或螺旋模型之間進(jìn)行選擇，以在優(yōu)化期間更新鯨魚的位置。數(shù)學(xué)模型如下：(+1)={()<0.51(2)+()≥0.5（2.12）其中p是[0,1]中的隨機(jī)數(shù)。圖2.2螺旋更新位置示意圖（3）搜索獵物（探索階段）當(dāng)A大于1或小于-1時(shí)，距離系數(shù)D隨機(jī)更新，鯨魚個(gè)體為了尋找獵物，就會偏離原本的目標(biāo)獵物，使得捕食能力提高，使得WOA有一定的全局搜索性能，其數(shù)學(xué)模型如下：2=|rand|（2.13）(+1)=2（2.14）其中，是從當(dāng)前總體中選擇的隨機(jī)位置（隨機(jī)鯨魚）。2.2.2蜻蜓優(yōu)化算法蜻蜓是一種很常見生物，它身形并不是很大。蜻蜓的一生當(dāng)中主要經(jīng)歷了兩種生命狀態(tài)：一種是幼蟲，還有一種是成蟲，在大部分的時(shí)間里，它們的生命狀態(tài)都是處于幼蟲狀態(tài)，如果他們要成為成蟲，就要經(jīng)歷多次的蛻變，才會變成成蟲。蜻蜓的主要捕食對象，是一些比它還要小的昆蟲，它們的居住形式是群居的，分為靜態(tài)和動態(tài)兩種。這兩種不同的群居方式，用數(shù)學(xué)模擬的角度來看就是探索和開發(fā)兩個(gè)階段。2015年，著名學(xué)者M(jìn)irjalil通過觀察蜻蜓的捕食行為提出了蜻蜓優(yōu)化算法（DragonflyAlgorithm，DA），蜻蜓優(yōu)化算法最大的特點(diǎn)是結(jié)構(gòu)簡單、搜索穩(wěn)定性好。蜻蜓算法的核心是模擬了蜻蜓的5個(gè)生態(tài)行為來進(jìn)行全局搜索和局部搜索，這5個(gè)動作

杭州電子科技大學(xué)碩士學(xué)位論文13QuadricStepSchwefel圖2.3單峰測試函數(shù)Sphere函數(shù)是經(jīng)典非線性單模函數(shù)，形狀類似球面，一般用來測試算法的尋優(yōu)精度；Rosenbrock函數(shù)為典型病態(tài)非凸單模函數(shù)，各參數(shù)之間相互依賴性明顯，其全局最優(yōu)值分布在一個(gè)光滑、狹窄、漫長的山谷中，極難找到全局最優(yōu)值。其余3個(gè)測試函數(shù)為常規(guī)單峰測試函數(shù)。2.3.2多峰測試函數(shù)多峰測試函數(shù)相較于單峰測試函數(shù)結(jié)構(gòu)復(fù)雜。多峰測試函數(shù)在尋找全局最優(yōu)值時(shí)，在該值附近會有大量的局部最優(yōu)位置來干擾算法的取優(yōu)，一旦陷入局部最優(yōu)，能否及時(shí)跳出對算法來說是較大的考驗(yàn)。多峰測試函數(shù)在驗(yàn)證算法是否早熟收斂方面有較好的測試能力。下面列舉5個(gè)經(jīng)典的多峰測試函數(shù)，如表2.2所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)粒子群算法的隱式廣義預(yù)測控制[J]. 吳君,張雨飛,肖曉.  工業(yè)儀表與自動化裝置. 2020(01)
[2]基于改進(jìn)蟻群算法的移動機(jī)器人路徑規(guī)劃[J]. 趙靜,湯云峰,蔣國平,徐豐羽,丁潔.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[3]一種可調(diào)的三分支天線阻抗匹配網(wǎng)絡(luò)[J]. 李悅琳,宋智,薛嚴(yán)冰,陳寶君.  微波學(xué)報(bào). 2019(06)
[4]可用于WLAN的緊湊型雙頻MIMO天線[J]. 馬天馳,杜成珠,焦哲晶.  儀表技術(shù). 2019(11)
[5]禁忌搜索灰狼優(yōu)化算法研究[J]. 郭玉純,曹小鵬,胡元嬌.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(12)
[6]基于遺傳算法的車載天線優(yōu)化布局[J]. 張婷.  電子質(zhì)量. 2019(08)
[7]一種改進(jìn)的灰狼優(yōu)化算法[J]. 龍文,蔡紹洪,焦建軍,伍鐵斌.  電子學(xué)報(bào). 2019(01)
[8]一種基于Tent映射的混合灰狼優(yōu)化的改進(jìn)算法[J]. 滕志軍,呂金玲,郭力文,許媛媛.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2018(11)
[9]結(jié)合高斯分布的改進(jìn)二進(jìn)制灰狼優(yōu)化算法[J]. 陳長倩,慕曉冬,牛犇,王立志.  計(jì)算機(jī)工程與應(yīng)用. 2019(13)
[10]改進(jìn)的灰狼優(yōu)化算法及其高維函數(shù)和FCM優(yōu)化[J]. 張新明,王霞,康強(qiáng).  控制與決策. 2019(10)

碩士論文
[1]灰狼優(yōu)化算法的改進(jìn)及其在參數(shù)估計(jì)中的應(yīng)用[D]. 王夢娜.西安理工大學(xué) 2019
[2]基于灰狼優(yōu)化算法的改進(jìn)研究及其應(yīng)用[D]. 馬駿.杭州電子科技大學(xué) 2018
[3]使用HFSS-MATLAB-API設(shè)計(jì)天線的研究[D]. 曲恒.杭州電子科技大學(xué) 2012



本文編號：2909250