隨著最優(yōu)化問題在理論研究和工程實(shí)踐中的廣泛應(yīng)用,基于群體優(yōu)化的人工蜂群算法成為當(dāng)下研究的熱點(diǎn)方向之一。經(jīng)典人工蜂群算法具有步驟簡潔、參數(shù)依賴性弱、執(zhí)行效率高等優(yōu)勢,適用于處理復(fù)雜的非線性問題。但是,該算法在全局開拓性、鄰域邊界劃分及收斂效率等方面存在著不足。因此,對(duì)人工蜂群算法進(jìn)一步地完善具有重要的理論和現(xiàn)實(shí)意義。混沌是一種具有豐富時(shí)空動(dòng)態(tài)特性的運(yùn)動(dòng)方式,它的運(yùn)動(dòng)軌跡體現(xiàn)了隨機(jī)性、遍歷性、初值敏感性和不可預(yù)測性等混沌特征。隨著人們對(duì)混沌現(xiàn)象的深入研究,混沌的行為特性己經(jīng)滲透到物理、氣象、金融和信息等領(lǐng)域。近年來,混沌理論在群體智能算法、擴(kuò)頻通信和網(wǎng)絡(luò)安全等方面的研究與應(yīng)用越來越成為國內(nèi)外學(xué)者關(guān)注的熱點(diǎn)領(lǐng)域。本文在深入研究Chebyshev映射的基礎(chǔ)上,針對(duì)混沌映射分布不均勻和經(jīng)典人工蜂群算法存在的不足進(jìn)行了系統(tǒng)地分析與優(yōu)化,并取得了g 些研究成果。論文主要工作及創(chuàng)新點(diǎn)如下:（1）本文構(gòu)建了一種基于均勻化分布的Chebyshev映射系統(tǒng)。為滿足值域均勻化分布的需求,先依據(jù)Chebyshev映射的概率密度函數(shù)數(shù)理推導(dǎo)出均勻化調(diào)節(jié)函數(shù),將其與原映射復(fù)合構(gòu)造出新的系統(tǒng)方程。進(jìn)一步,通過數(shù)值分布... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

--1三種蜜蜂行為轉(zhuǎn)換圖

?數(shù)值分布區(qū)間??圖３－３統(tǒng)計(jì)直方頻數(shù)圖??如圖３－３所示，Ｌ－Ｃ復(fù)合系統(tǒng)和Ｃｈｅｂｙｓｈｅｖ映射產(chǎn)生的混沌序列呈現(xiàn)出邊界??雙峰的Ｕ型分布，而Ｓ－Ｓ級(jí)聯(lián)系統(tǒng)產(chǎn)生的混沌序列更是呈現(xiàn)三峰聳立的Ｗ型分??布。三類系統(tǒng)與ＨＤＣ系統(tǒng)呈現(xiàn)出近似直線的分布對(duì)比，在數(shù)值分布區(qū)間均為［－??１，１］的情況下，ＨＤＣ系統(tǒng)的均勻分布特性顯得更為突出。??３．?２．?２信息熵分析??信息熵作為衡量序列混亂程度的特征參數(shù)，用于表征信源不確定的程度，??在各種產(chǎn)生的信號(hào)中，運(yùn)用信息熵進(jìn)行對(duì)比來反映所模擬的信號(hào)可能發(fā)生情況??的平均不確定性。若信源有ｎ種取值［３８：，且各種信源符號(hào)的出現(xiàn)彼此獨(dú)立，這??時(shí)，產(chǎn)生信源的平均不確定性應(yīng)確認(rèn)為各個(gè)信源符號(hào)的不確定性－ｌｏｇ?Ａ的統(tǒng)計(jì)??平均值（Ｅ）

數(shù)值分布區(qū)間?數(shù)值分布區(qū)間??圖３－３統(tǒng)計(jì)直方頻數(shù)圖??如圖３－３所示，Ｌ－Ｃ復(fù)合系統(tǒng)和Ｃｈｅｂｙｓｈｅｖ映射產(chǎn)生的混沌序列呈現(xiàn)出邊界??雙峰的Ｕ型分布，而Ｓ－Ｓ級(jí)聯(lián)系統(tǒng)產(chǎn)生的混沌序列更是呈現(xiàn)三峰聳立的Ｗ型分??布。三類系統(tǒng)與ＨＤＣ系統(tǒng)呈現(xiàn)出近似直線的分布對(duì)比，在數(shù)值分布區(qū)間均為［－??１，１］的情況下，ＨＤＣ系統(tǒng)的均勻分布特性顯得更為突出。??３．?２．?２信息熵分析??信息熵作為衡量序列混亂程度的特征參數(shù)，用于表征信源不確定的程度，??在各種產(chǎn)生的信號(hào)中，運(yùn)用信息熵進(jìn)行對(duì)比來反映所模擬的信號(hào)可能發(fā)生情況??的平均不確定性。若信源有ｎ種取值［３８：，且各種信源符號(hào)的出現(xiàn)彼此獨(dú)立，這??時(shí)

【參考文獻(xiàn)】：
期刊論文
[1]基于行動(dòng)軌跡的人工蜂群算法[J]. 何堯,郭文忠,劉耿耿,張順淼.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]一種復(fù)合混沌序列生成算法[J]. 徐東明,王園慧.  西安郵電大學(xué)學(xué)報(bào). 2017(05)
[3]基于Logistic模型的改進(jìn)人工蜂群算法[J]. 魏煥新,胡招娣,唐明珠.  蘭州理工大學(xué)學(xué)報(bào). 2017(02)
[4]新一維混沌系統(tǒng)分析研究[J]. 李娟霞,孫會(huì)明,陳薇.  自動(dòng)化與儀器儀表. 2016(10)
[5]信息論與編碼實(shí)驗(yàn)系統(tǒng)的GUI實(shí)現(xiàn)[J]. 宋麗麗,韓建峰,李勣,李秀娟.  中國教育技術(shù)裝備. 2016(04)
[6]一個(gè)二次多項(xiàng)式混沌系統(tǒng)的均勻化及其熵分析[J]. 臧鴻雁,柴宏玉.  物理學(xué)報(bào). 2016(03)
[7]混沌搜索策略的改進(jìn)人工蜂群算法[J]. 彭曉華,劉利強(qiáng).  智能系統(tǒng)學(xué)報(bào). 2015(06)
[8]Tent混沌人工蜂群與粒子群混合算法[J]. 匡芳君,金忠,徐蔚鴻,張思揚(yáng).  控制與決策. 2015(05)
[9]自適應(yīng)Tent混沌搜索的人工蜂群算法[J]. 匡芳君,徐蔚鴻,金忠.  控制理論與應(yīng)用. 2014(11)
[10]基于ABC-PCNN模型的圖像分割[J]. 廖傳柱,張旦,江銘炎.  南京理工大學(xué)學(xué)報(bào). 2014(04)

博士論文
[1]蜜蜂卵巢激活基因表達(dá)譜及無政府主義工蜂生殖研究[D]. 牛德芳.浙江大學(xué) 2014
[2]人工蜂群算法的研究與應(yīng)用[D]. 王艷嬌.哈爾濱工程大學(xué) 2013
[3]小波域信息隱藏及圖像去噪方法的研究[D]. 易翔.電子科技大學(xué) 2005
[4]混沌預(yù)測與混沌優(yōu)化理論與算法研究[D]. 趙小梅.浙江大學(xué) 2002

碩士論文
[1]人工蜂群算法的研究與改進(jìn)[D]. 周樹亮.鄭州大學(xué) 2017
[2]基于運(yùn)動(dòng)想象的反饋系統(tǒng)實(shí)現(xiàn)及應(yīng)用研究[D]. 呂旭林.電子科技大學(xué) 2017
[3]基于人工蜂群算法的機(jī)械手軌跡規(guī)劃研究[D]. 付正國.西安電子科技大學(xué) 2013
[4]混合人工蜂群算法的改進(jìn)研究[D]. 代殿鑫.廣東工業(yè)大學(xué) 2012
[5]人工蜂群算法的研究及其應(yīng)用[D]. 銀建霞.西安電子科技大學(xué) 2012
[6]基于混沌理論的網(wǎng)絡(luò)視頻文件加密算法研究[D]. 曹美君.哈爾濱理工大學(xué) 2009
[7]混沌序列及其在擴(kuò)頻通信中的應(yīng)用研究[D]. 舒冰清.西南交通大學(xué) 2007
[8]遙感影像的不確定性及信息量的計(jì)算方法研究[D]. 鄭學(xué)芬.山東科技大學(xué) 2006
[9]均勻隨機(jī)數(shù)發(fā)生器的研究和統(tǒng)計(jì)檢驗(yàn)[D]. 張廣強(qiáng).大連理工大學(xué) 2005



本文編號(hào)：3340003