本文關(guān)鍵詞：協(xié)同進化果蠅免疫優(yōu)化算法及應(yīng)用

  更多相關(guān)文章： 非約束函數(shù)優(yōu)化 果蠅優(yōu)化 視覺與嗅覺 果蠅免疫應(yīng)答 協(xié)同進化

【摘要】：果蠅是一種對食物源的位置和方向具有獨特感知能力的節(jié)肢動物,其先天性免疫應(yīng)答、視覺、嗅覺功能為智能科學(xué)的發(fā)展提供了新的生物理論基礎(chǔ)。模擬其覓食行為特征、免疫系統(tǒng)與外來病毒的作用機制以及群體協(xié)同行為,可建立與工程問題相銜接的高效新型智能方法,此將成為智能計算中新研究分支�；诖�,本文針對維數(shù)較高的函數(shù)優(yōu)化問題,依據(jù)果蠅的視覺、嗅覺、免疫應(yīng)答生物理論,探討新型果蠅優(yōu)化算法,展開算法的計算復(fù)雜度分析和比較性的數(shù)值實驗研究。研究成果對智能優(yōu)化分支的快速發(fā)展具有一定的促進作用,也對工程優(yōu)化問題的求解具有重要參考價值。主要工作和取得的成果概述如下:1.針對偏高維的非約束函數(shù)優(yōu)化問題,依據(jù)果蠅視覺對環(huán)境的感知行為和嗅覺神經(jīng)對食物的敏感特征,將視覺寬域的神經(jīng)反應(yīng)行為引入到算法模塊設(shè)計中,獲得基于視覺方向選擇的果蠅優(yōu)化算法。理論分析獲知,該算法的計算復(fù)雜度由種群規(guī)模和問題維數(shù)確定。比較性的數(shù)值實驗結(jié)果顯示,該算法搜索效果穩(wěn)定、求解質(zhì)量較高。2.針對以上算法的效率偏低問題,設(shè)計種群規(guī)模小、迭代次數(shù)少且計算量小的微果蠅優(yōu)化算法。該算法在進化中能充分利用子群協(xié)同進化來增強種群多樣性和提高尋優(yōu)質(zhì)量。計算復(fù)雜度分析表明,該算法的復(fù)雜度由種群規(guī)模和問題維數(shù)確定。實驗結(jié)果表明,其求解效果好、搜索效率高,對維數(shù)較高的優(yōu)化問題具有較好的應(yīng)用潛力。3.通過簡單模擬果蠅抵抗外來病原體的應(yīng)答過程,獲得果蠅協(xié)同進化免疫優(yōu)化算法。算法設(shè)計中,利用內(nèi)循環(huán)產(chǎn)生優(yōu)質(zhì)個體,同時利用外循環(huán)加速尋優(yōu)進程。通過內(nèi)外循環(huán)的有機結(jié)合,算法的群體多樣性和全局進化能力得到保證。數(shù)值實驗結(jié)果顯示,該算法求解高維優(yōu)化問題時能穩(wěn)定地得到較好的效果。
【關(guān)鍵詞】：非約束函數(shù)優(yōu)化 果蠅優(yōu)化 視覺與嗅覺 果蠅免疫應(yīng)答 協(xié)同進化
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-5
• Abstract5-7
• 第一章 緒論7-11
• 1.1 研究背景7
• 1.2 研究目的及意義7-8
• 1.3 果蠅優(yōu)化算法研究進展8-9
• 1.3.1 改進型果蠅優(yōu)化算法8-9
• 1.3.2 果蠅優(yōu)化算法的應(yīng)用9
• 1.4 內(nèi)容結(jié)構(gòu)安排9-10
• 1.5 本章小結(jié)10-11
• 第二章 果蠅覓食行為理論及基本果蠅優(yōu)化算法11-15
• 2.1 果蠅視覺與嗅覺特征11-12
• 2.2 果蠅免疫應(yīng)答機理12
• 2.2.1 黑化作用12
• 2.2.2 細胞免疫12
• 2.2.3 體液免疫12
• 2.3 果蠅協(xié)同的免疫機理12-13
• 2.4 基本果蠅優(yōu)化算法13-14
• 2.5 本章小結(jié)14-15
• 第三章 基于視覺方向選擇的果蠅優(yōu)化算法及應(yīng)用15-26
• 3.1 問題描述與個體更新算法15-16
• 3.2 果蠅優(yōu)化算法原理與描述16-18
• 3.3 算法復(fù)雜度分析18
• 3.4 數(shù)值實驗18-23
• 3.4.1 測試事例18-19
• 3.4.2 實驗比較分析19-22
• 3.4.3 算法效率與顯著性差異分析22-23
• 3.5 應(yīng)用實例23-24
• 3.6 本章小結(jié)24-26
• 第四章 求解多模態(tài)函數(shù)優(yōu)化的微果蠅優(yōu)化算法26-35
• 4.1 微果蠅優(yōu)化算法26-27
• 4.2 算法復(fù)雜度分析27-28
• 4.3 數(shù)值實驗28-34
• 4.3.1 測試事例28-29
• 4.3.2 實驗結(jié)果分析29-33
• 4.3.3 算法效率和顯著性差異分析33-34
• 4.4 本章小結(jié)34-35
• 第五章 果蠅免疫協(xié)同進化算法35-44
• 5.1 果蠅免疫應(yīng)答機制35-36
• 5.2 人工果蠅免疫優(yōu)化模型36
• 5.3 算法原理與算法描述36-38
• 5.4 數(shù)值實驗38-43
• 5.4.1 測試事例38-39
• 5.4.2 實驗比較分析39-42
• 5.4.3 算法效率與顯著性差異分析42-43
• 5.5 本章小結(jié)43-44
• 第六章 總結(jié)與展望44-46
• 6.1 論文總結(jié)44
• 6.2 進一步研究工作44-46
• 致謝46-47
• 參考文獻47-50
• 附錄：攻讀碩士學(xué)位期間的研究成果50-51

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉小勇;劉軍;趙桂榮;馬靜;王勇超;;一種協(xié)同進化模型的研究[J];計算機工程與應(yīng)用;2012年08期

2 張騫;李克清;戴歡;劉帥;;基于協(xié)同進化蜂群算法的覆蓋優(yōu)化策略[J];計算機工程與設(shè)計;2014年04期

3 王文韜;易維列;何永保;;合作式協(xié)同進化用于模糊系統(tǒng)的自動生成[J];模式識別與人工智能;2002年02期

4 袁琦;;基于多種群協(xié)同進化的物流配送路徑優(yōu)化[J];寧波大學(xué)學(xué)報(理工版);2010年02期

5 楊莉萍;黃厚寬;;基于雙向維度抽取的協(xié)同進化存檔算法[J];北京交通大學(xué)學(xué)報;2010年05期

6 戴維;邊耐政;王碩;王金鎖;;免疫協(xié)同進化模型在電子政務(wù)中的應(yīng)用[J];微計算機信息;2012年01期

7 李碧,雍正正,周安寧;一種嵌入式的協(xié)同進化模型[J];計算機工程與應(yīng)用;2005年09期

8 李航;寇紀淞;李敏強;;一類基于協(xié)同進化模型的混沌系統(tǒng)[J];系統(tǒng)仿真學(xué)報;2008年18期

9 陳峰;武小悅;;基于協(xié)同進化的航天測控資源優(yōu)化調(diào)度[J];系統(tǒng)工程與電子技術(shù);2009年11期

10 丁衛(wèi)平;王建東;管致錦;;融合變精度粗糙熵和協(xié)同進化的概念格挖掘算法[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2011年01期

中國重要報紙全文數(shù)據(jù)庫 前4條

1 陳海波;科學(xué)與藝術(shù)可以協(xié)同進化[N];光明日報;2014年

2 徐艷梅　司高飛;生態(tài)學(xué)對企業(yè)的啟發(fā)[N];中國企業(yè)報;2005年

3 奇 云;蜂鳥與鮮花協(xié)同進化和諧共存[N];大眾科技報;2005年

4 電腦商報記者 彭敏;紅旗IVI：追求協(xié)同進化[N];電腦商報;2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 胡志華;基于免疫系統(tǒng)的協(xié)同進化機制及其應(yīng)用研究[D];東華大學(xué);2009年

2 劉健;基于協(xié)同進化理論的圖書館知識生態(tài)化機理與技術(shù)實現(xiàn)研究[D];吉林大學(xué);2015年

3 王梅;基于生態(tài)原理的學(xué)科協(xié)同進化研究[D];天津大學(xué);2006年

4 霍軍周;人機結(jié)合協(xié)同進化設(shè)計方法及其應(yīng)用[D];大連理工大學(xué);2007年

5 慕彩紅;協(xié)同進化數(shù)值優(yōu)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2010年

6 殷紅春;品牌生態(tài)系統(tǒng)復(fù)雜適應(yīng)性及協(xié)同進化研究[D];天津大學(xué);2005年

7 劉文俊;基于協(xié)同進化的群體規(guī)劃研究及其應(yīng)用[D];華中科技大學(xué);2013年

8 張喜文;基于集體智慧的生態(tài)型企業(yè)協(xié)同進化研究[D];武漢理工大學(xué);2011年

9 陳羽;應(yīng)對未料災(zāi)變的實存裝備局部再設(shè)計方法[D];大連理工大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張雪;基于協(xié)同進化的混合智能優(yōu)化算法在SMT中的應(yīng)用研究[D];華南理工大學(xué);2015年

2 石江坤;基于復(fù)雜適應(yīng)性的青島市品牌生態(tài)系統(tǒng)協(xié)同進化研究[D];山東財經(jīng)大學(xué);2015年

3 李陽;基于協(xié)同進化和譜聚類的大規(guī)模數(shù)據(jù)集快速聚類方法研究[D];西安電子科技大學(xué);2014年

4 張曉茹;協(xié)同進化果蠅免疫優(yōu)化算法及應(yīng)用[D];貴州大學(xué);2016年

5 李同喜;支持學(xué)習的協(xié)同進化模型研究及應(yīng)用[D];山東師范大學(xué);2008年

6 張桂娟;自適應(yīng)協(xié)同進化模型及應(yīng)用[D];山東師范大學(xué);2006年

7 張騰月;陜西軍民融合產(chǎn)業(yè)園內(nèi)組織成員協(xié)同進化研究[D];西安工業(yè)大學(xué);2014年

8 李巖;基于共生協(xié)同進化的多目標算法及應(yīng)用[D];北京化工大學(xué);2008年

9 范穎;基于協(xié)同進化與強化學(xué)習的多代理協(xié)作學(xué)習研究[D];山東師范大學(xué);2007年

10 王靜蓮;協(xié)同進化技術(shù)及其應(yīng)用研究[D];山東師范大學(xué);2006年

，

本文編號：893752