爆炸搜索算法研究

爆炸搜索算法研究

论文摘要

现在许多实际的工程问题呈现复杂化、多极化、非线性、强约束等特点,从而不能使用传统的优化算法进行求解,这就驱使人们去寻找高效的优化技术,人们从生命现象中得到启示,发明了许多智能的优化方法来解决复杂优化问题。然而这些新的算法自身仍然存在着一些缺点需要改进,为了改进这些缺点,本文基于烟花(炸弹)爆炸的现象提出了一种全新的智能优化算法——爆炸搜索算法。本文首先研究了已有的几种优化算法,讨论了这些优化算法的优点与不足,然后介绍了新型优化算法:爆炸搜索算法(Explosion Search Algorithm,ESA)。ESA是根据烟花(炸弹)爆炸的现象抽象出来的,该算法有三个重要算子组成:爆炸搜索算子、迁移算子和变异算子。ESA提出了邻域搜索的思想,算法具有强的全局搜索能力,同时兼顾局部搜索,算法采用并行的全局搜索加并行的局部搜索,从而提高了算法的搜索能力。在给出算法流程之后又给出了各个算子的一种实现方法,从而实现了该算法,并对20个Benchmark函数进行测试,然后同已有的优化算法进行比较,通过比较发现爆炸搜索算法取得了非常好的结果,具有明显的优势。ESA仍有可以改进的地方,本文根据ESA实验上暴露的缺点进行进一步的改进,通过修改爆炸搜索算子降低时间复杂度,引入最速下降法的思想,增加新算子,增加了算法的精度。改进后的ESA较之原有的算法降低了时间复杂度,增加了搜索精度,Benchmark函数仿真验证了这一点。改进后的ESA算法具有搜索能力强、收敛快、精度高、稳定性高等优点,无疑是一种高效的算法,今后可以将具体算法与实际问题结合,将ESA用于实际,并作进一步优化。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 1 绪论
  • 1.1 优化算法简介
  • 1.2 优化算法分类
  • 1.3 本文涉及的优化算法的发展状况
  • 1.4 论文组织结构
  • 2 背景知识介绍
  • 2.1 最速下降法(Steepest Descent Method)
  • 2.2 遗传算法(Genetic Algorithm, GA)
  • 2.3 粒子群优化算法(Particle Swarm Optimization, PSO )
  • 2.4 Benchmark 测试函数
  • 2.5 本章小结
  • 3 爆炸搜索算法框架及实现
  • 3.1 爆炸搜索算法的提出背景
  • 3.2 爆炸搜索算法的框架
  • 3.3 爆炸搜索算法的算子实现
  • 3.4 仿真实验
  • 3.5 ESA 算法总结
  • 3.6 本章小结
  • 4 改进的爆炸搜索算法及其收敛性证明
  • 4.1 改进的爆炸搜索算法
  • 4.2 改进后爆炸搜索算法的收敛性证明
  • 4.3 仿真实验
  • 4.4 改进的ESA 总结
  • 4.5 本章小结
  • 5 工作总结及未来展望
  • 5.1 本文工作总结
  • 5.2 未来工作展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于改进涡流搜索算法的支持向量机分类模型[J]. 吉林大学学报(信息科学版) 2020(03)
    • [2].一种改进的和声搜索算法求解非线性方程组[J]. 重庆理工大学学报(自然科学) 2020(10)
    • [3].基于涡流搜索算法的支持向量机分类模型[J]. 化工自动化及仪表 2016(12)
    • [4].一种改进的引力搜索算法及其波束赋形[J]. 西安电子科技大学学报 2020(02)
    • [5].基于改进乌鸦搜索算法的云计算任务调度研究[J]. 微电子学与计算机 2020(02)
    • [6].基于改进引力搜索算法的桁架结构优化设计[J]. 计算机技术与发展 2020(05)
    • [7].浅谈计算机围棋中的搜索算法[J]. 科技风 2018(12)
    • [8].马尔可夫网络的因子搜索算法[J]. 青岛大学学报(自然科学版) 2016(04)
    • [9].一种人工智能搜索算法的改进研究[J]. 通信技术 2017(02)
    • [10].基于动态自适应t分布变异的人群搜索算法[J]. 数学的实践与认识 2017(12)
    • [11].一种求解车辆路径问题的分散搜索算法[J]. 信息与电脑(理论版) 2015(23)
    • [12].基于和声库择优的和声搜索算法的配电网重构[J]. 通信电源技术 2016(01)
    • [13].基于贝叶斯方法的失踪目标优化搜索算法[J]. 计算机与现代化 2016(10)
    • [14].非线性多目标优化的和声分散搜索算法[J]. 小型微型计算机系统 2015(07)
    • [15].基于社会群体搜索算法的机器人路径规划[J]. 计算机研究与发展 2013(12)
    • [16].基于和声搜索算法的电力系统经济调度[J]. 科技资讯 2014(06)
    • [17].和声搜索算法在结构有限元模型修正中的应用[J]. 兰州理工大学学报 2013(05)
    • [18].基于改进的群搜索算法求解分类规则[J]. 无线互联科技 2012(10)
    • [19].动态和声搜索算法在土坡稳定分析中的应用[J]. 人民黄河 2011(02)
    • [20].基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版) 2018(03)
    • [21].面向最优化问题的人工智能搜索算法研究[J]. 通信技术 2016(11)
    • [22].一种融入模式搜索的改进人群搜索算法[J]. 西华大学学报(自然科学版) 2017(01)
    • [23].复杂网络搜索算法比较研究[J]. 电脑知识与技术 2017(04)
    • [24].基于和声搜索算法的软件可靠性模型参数估计方法[J]. 山东理工大学学报(自然科学版) 2017(02)
    • [25].融合局部搜索的和声搜索算法[J]. 计算机工程与设计 2017(06)
    • [26].求解过道布置问题的一种改进分散搜索算法[J]. 计算机集成制造系统 2017(08)
    • [27].基于人群搜索算法优化参数的支持向量机短期电力负荷预测[J]. 电测与仪表 2016(08)
    • [28].改进的多目标快速群搜索算法的应用[J]. 价值工程 2016(32)
    • [29].多子群混合和声搜索算法[J]. 东北大学学报(自然科学版) 2015(02)
    • [30].轮循式搜索算法求解农机调度问题[J]. 信息系统工程 2015(08)

    标签:;  ;  ;  ;  ;  ;  

    爆炸搜索算法研究
    下载Doc文档

    猜你喜欢