基于優(yōu)化問題的多目標布谷鳥搜索算法畢業(yè)論文-全文預覽
【正文】 定，一般是根據(jù)一個簡單有效的式子來決定的，即： ????? ????0)(1])(2e x p [2),( 23??????? sssL 0,0, ? ????sif sif ? （ 1） 在這里， 0?? 是一個最小的步長， ? 為一個控制參數(shù)，顯然，當 ??s 時，我們可得： ????2312),(ssL ???? （ 2） 可以看出，這是 levy飛行的一個特殊情況。一些像 the New World brood parasitic Tapera 也通過類似的途徑進行繁殖，這些雌性寄生性布谷鳥經(jīng)常在顏色和新寄生的選擇模式方法上有著特殊的一面。 為了對 CS算法做以延伸來解決多目標的問題，我們在此先對布谷鳥有趣的繁殖行為規(guī)律做以簡要的回顧，然后，我們將會對此算法的基本觀點和步驟以及實際的算 法過程作以概述。 盡管存在著這些挑戰(zhàn)性，多目標優(yōu)化問題仍存在著許多有效的算法使其在很多問題中有著成功的應用，此外元啟發(fā)算法開始作為解決多目標優(yōu)化問題的主角出現(xiàn)在大眾面前，優(yōu)化算法設(shè)計者以及科學家們經(jīng)常模擬自然界中一些成功的范例來解決問題，例如，生物系統(tǒng)，很多新的算法也都開始出現(xiàn)并且在問題的解決中也有著很重要的應用。在理論上，此類解決方法應包括問題并且應相對的有一致無分歧的分布情況，然而，還沒有科學的方法可以證明這種解決方法可以在實際中得以應用。 在設(shè)計問題中經(jīng)常會考慮到很多多重的復雜問題，而且這些問題往往都具有很高的非線性性。此時，元啟發(fā)式算法開始顯示出自己在解決多目標優(yōu)化問題中的優(yōu)越性。現(xiàn)在我們研究的優(yōu)化算法就是為了解決多目標化的問題，使得與單一目標問題的解決有明顯的區(qū)別，計算結(jié)果和函數(shù)值有可能會增加多目標問題的特性。另外，我么還對該算法的主要特性和應用做了相關(guān)的分析。 另一方面，元啟發(fā)算法在解決此類優(yōu)化問題方面是非常有效的，而且已經(jīng)在很多刊物和書籍中得以運用，與單一目標的優(yōu)化問題相反的是，多目標優(yōu)化問題具有典型的復雜性和困難性，在單一目標的優(yōu)化問題中我們必須去找出一個最優(yōu)化的解決方法，此方法 在問題的解決中存在著一個單一的點，并且在此問題中不包括那些多重的、平均優(yōu)化的點，對于一個多目標的優(yōu)化問題，存在著名為 Paretofront 的多重的復雜的優(yōu)化問題，為了了解我們所不熟悉的 Paretofront 問題，我們需要收集并整理很多不同的方法，從而，此計算結(jié)果將會隨著近似解的變化、問題的復雜度和解決方法的多樣性而有所變化甚至增加。而且，在真實的生活中，優(yōu)化問題往往包含了一些不確定性和干擾性，例如，材料的適應性對于一個產(chǎn)品的設(shè)計往往有著很重要的影響，一個優(yōu)化的設(shè)計問題應該足夠的完美使得對于設(shè)計 者和決策者可以對很多不同種的東西提供一些更好的選擇。同時，我們也將討論被提出的算法中其獨有的特性，并且對文章做以進一步的研究。一些寄主可以直接發(fā)現(xiàn)這些入侵者，并與入侵的鳥類發(fā)生沖突，如果寄主發(fā)現(xiàn)其巢中的蛋不是自己的，它們便會扔掉這些蛋或者直接遺 棄這個巢穴，在別處重新建立一個新的巢穴。 近期由 Reynolds 和 Frye 提出的一項研究表明，普通果蠅和黑腹果蠅的活動路徑為一個直線型的飛行路線，并且在這一個路線中有很多 ?90 的轉(zhuǎn)角，成了一個間歇性的 levy 飛行模型，甚至這種飛行與 levy 飛行有著一定的關(guān)系，隨后，這一種行為已經(jīng)被應用于優(yōu)化問題和發(fā)現(xiàn)最優(yōu)解的研究當中，初期的結(jié)果表明，這種行為有著很好的前景。 對于一般的情況，相應的反常積分為： dkkkssL ])||e x p [ ()c o s (1)(0?? ?? ??? （ 7） 此式只有當 s最大時才可以被估計，即有： ????? s
公司管理相關(guān)推薦
鄂ICP備17016276號-1