正弦余弦算法是一種基于三角函數(shù)模型解決全局最優(yōu)值問題的元啟發(fā)式算法,該算法具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)少、易于理解等優(yōu)點(diǎn)。但是也存在收斂速度慢、易陷入局部最優(yōu)等不足,所以本文對(duì)正弦余弦算法的結(jié)構(gòu)以及參數(shù)進(jìn)行研究與分析,對(duì)其存在的不足做了一些改進(jìn),并對(duì)其應(yīng)用領(lǐng)域進(jìn)行了一定地拓展。本文的研究?jī)?nèi)容包括:（1）提出一種基于四元數(shù)編碼的正弦余弦算法。通過將四元數(shù)編碼方式引入到基本正弦余弦算法中,使每個(gè)個(gè)體都由4個(gè)變量來表達(dá),從而增加個(gè)體的搜索信息量及種群的多樣性,進(jìn)一步提高算法的尋優(yōu)能力和穩(wěn)定性。選用19個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)對(duì)改進(jìn)算法進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明,該算法具有較好的全局優(yōu)化能力。（2）設(shè)計(jì)了一種基于行為評(píng)價(jià)的自適應(yīng)正弦余弦算法。該算法在種群個(gè)體更新時(shí)采用人工魚群算法中的行為評(píng)價(jià)機(jī)制,讓正弦和余弦更新公式能自主轉(zhuǎn)換地更新個(gè)體,以此加速算法對(duì)全局最優(yōu)值的搜索。利用23個(gè)經(jīng)典的標(biāo)準(zhǔn)優(yōu)化測(cè)試函數(shù)和一個(gè)工程實(shí)例對(duì)提出的算法進(jìn)行實(shí)驗(yàn)測(cè)試,與5種元啟發(fā)式算法的仿真實(shí)驗(yàn)結(jié)果對(duì)比,表明自適應(yīng)正弦余弦算法在收斂精度、收斂速度和算法穩(wěn)定性方面都有較大的優(yōu)勢(shì)。（3）針對(duì)傳統(tǒng)模式匹配問題中計(jì)算量大且復(fù)雜度高等缺陷,采用了視覺系統(tǒng)... 

【文章來源】：廣西民族大學(xué)廣西壯族自治區(qū)

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

公式（2.1）和公式（2.2）對(duì)下一位置的影響

第二章正弦余弦算法概述6圖2.1公式（2.1）和公式（2.2）對(duì)下一位置的影響Fig.2.1Theinfluenceofequations(2.1)and(2.2)onthenextposition因?yàn)樵诠剑?.1）和公式（2.2）中分別用到了正弦函數(shù)和余弦函數(shù)，所以Mirjalili等人將算法生動(dòng)的命名為正弦余弦算法。其中圖2.1只能表示算法在二維空間中的模型圖，但是算法也同樣適用于高維問題的解決，那么算法在解決高維空間問題的模型如圖2.2所示。SCA算法通過正弦、余弦函數(shù)中的振幅來實(shí)現(xiàn)對(duì)更高維度解空間地探索。當(dāng)振幅在[-2,-1]和[1,2]時(shí)，算法處于探測(cè)階段；當(dāng)振幅在[-1,1]時(shí)，算法處于開采階段。圖2.2振幅大小在搜索空間中對(duì)下一位置的影響Fig.2.2Theeffectofamplitudesizeonthenextpositioninthesearchspace2.3算法實(shí)現(xiàn)2.3.1執(zhí)行步驟及偽代碼1.正弦余弦算法的步驟如下所示：步驟1初始化種群1,2iXiN、a和T。

第二章正弦余弦算法概述82.3.2流程圖圖2.3SCA算法的流程圖Fig.2.3FlowchartofSCAalgorithm2.4本章小結(jié)本章內(nèi)容主要介紹了基本正弦余弦算法的基本原理、更新機(jī)制和數(shù)學(xué)模型，為了能更清晰的了解算法的設(shè)計(jì)思路，還給出了SCA算法的執(zhí)行步驟、偽代碼以及流程圖，為后文正弦余弦算法的改進(jìn)和研究工作奠定一個(gè)基矗

【參考文獻(xiàn)】：
期刊論文
[1]正弦余弦算法優(yōu)化的SVM模擬電路故障診斷[J]. 朱靜,何玉珠,崔唯佳.  導(dǎo)航與控制. 2018(04)
[2]融合正弦余弦算法的花授粉算法[J]. 劉升,趙齊輝,陳思靜.  微電子學(xué)與計(jì)算機(jī). 2018(06)
[3]基于正弦余弦算法的汽輪機(jī)熱耗率預(yù)測(cè)[J]. 牛培峰,吳志良,馬云鵬,史春見,李進(jìn)柏.  動(dòng)力工程學(xué)報(bào). 2018(02)
[4]求解高維優(yōu)化問題的改進(jìn)正弦余弦算法[J]. 徐松金,龍文.  計(jì)算機(jī)應(yīng)用研究. 2018(09)
[5]函數(shù)優(yōu)化的量子正弦余弦算法[J]. 陳聰,馬良,劉勇.  計(jì)算機(jī)應(yīng)用研究. 2017(11)
[6]群智能算法的研究進(jìn)展[J]. 胡中功,李靜.  自動(dòng)化技術(shù)與應(yīng)用. 2008(02)
[7]面向工程約束優(yōu)化的自適應(yīng)分工微粒群算法[J]. 蘆進(jìn),肖人彬,李婷婷.  計(jì)算機(jī)應(yīng)用. 2007(12)
[8]基于改進(jìn)的微粒群優(yōu)化算法的0-1背包問題求解[J]. 沈顯君,王偉武,鄭波盡,李元香.  計(jì)算機(jī)工程. 2006(18)
[9]組合優(yōu)化問題的人工魚群算法應(yīng)用[J]. 李曉磊,路飛,田國(guó)會(huì),錢積新.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2004(05)
[10]一種改進(jìn)的蟻群算法求解最短路徑問題[J]. 畢軍,付夢(mèng)印,張宇河.  計(jì)算機(jī)工程與應(yīng)用. 2003(03)



本文編號(hào)：3430690