基于優(yōu)化問(wèn)題的多目標(biāo)布谷鳥(niǎo)搜索算法畢業(yè)論文(存儲(chǔ)版)
【正文】 ?ap ，也會(huì)扔掉這些異種的蛋，或者直接丟棄自己原本的巢穴而去建一個(gè)新的巢。除此之外， 第三條規(guī)則可以被類似的考慮為變異，這樣最差的解決方法就可以以一定幾率被丟棄，新的解決策略就可以根據(jù)解決策略之間的相似性被我們發(fā)現(xiàn)。 3. 數(shù)值結(jié)果 參數(shù)研究 現(xiàn)在被提及的多目標(biāo)布谷鳥(niǎo)搜索是用 Matlab 來(lái)實(shí)現(xiàn)的，其計(jì)算時(shí)間在一到兩分鐘之內(nèi)，我們已經(jīng)通過(guò)一系列變化的參數(shù)對(duì)其進(jìn)行了測(cè)試，例如 :種群規(guī)模 n、 levy 飛行參數(shù) ? 、發(fā)現(xiàn)幾率 ap 。這些算法的性能總計(jì)如表 2： 4. 優(yōu)化設(shè)計(jì) 優(yōu)化設(shè)計(jì)，特別是設(shè)計(jì)結(jié)構(gòu)優(yōu)化，在工業(yè)和工程中有很多的應(yīng)用。關(guān)于近似的Pareto front 問(wèn)題我們?cè)趫D 8中根據(jù) 50種非限制性經(jīng)過(guò) 1000 次迭代對(duì)此問(wèn)題作了相關(guān)的總結(jié)。我們提出的這個(gè) MOCS 已經(jīng)通過(guò)一系列測(cè)試函數(shù)對(duì)其有效性和準(zhǔn)確性做了相關(guān)的測(cè)試研究，并且將此算法運(yùn)用到了很多工程結(jié)構(gòu)問(wèn)題當(dāng)中，結(jié)果表明 ，此算法是一個(gè)行之有效的算法。 以后我們更進(jìn)一步的研究就會(huì)更在意多目標(biāo)優(yōu)化問(wèn)題的算法與其他主流方法的不同，另外，這也會(huì)使得其他的算法可以由更加令人滿意的效果。 對(duì)于這三種基準(zhǔn)問(wèn)題和測(cè)試函數(shù)的模擬表明， MOCS 確實(shí)是一種對(duì)于多目標(biāo)優(yōu)化問(wèn)題而言非常有效的算法，它可以解決很多高度非線性的有許多復(fù)雜限制條件的問(wèn)題。我們的設(shè)計(jì)目標(biāo)是使得制造的成本和產(chǎn)品的傾斜度 ? 達(dá)到最小。所有測(cè)試函數(shù)的測(cè)試結(jié)果我們?cè)诒?1做出了總結(jié)。 另外，最差巢穴會(huì)以比率 ap 被遺棄，所以新的巢穴可以通過(guò)隨機(jī)的游走和混合來(lái)被重新建立，被混合的蛋可以通過(guò)一些數(shù)字序列與寄主的蛋之間的相似性和區(qū)別來(lái)給出。 用數(shù)學(xué)的語(yǔ)言來(lái)說(shuō)，第一條規(guī)則可以修改為一個(gè)隨機(jī)過(guò)程，這樣的話，一個(gè)新的算法策略就可以隨機(jī)的由隨機(jī)游走或者 levy飛行來(lái)總結(jié)得出。 ,21,~)( 32 ??? ?? ?tt （ 10） 多布標(biāo)布谷鳥(niǎo)搜索算法 在最初由楊新社教授和 Deb 教授提出的單一目標(biāo)的布谷鳥(niǎo)優(yōu)化算法中使用了三條基 本的準(zhǔn)則： （ 1） 每一只布谷鳥(niǎo)一次只產(chǎn)一個(gè)蛋，然后會(huì)將你這一只蛋丟到隨機(jī)選擇的一個(gè)巢穴中。 levy 飛行的有效性 在自然界中，動(dòng)物存在著隨機(jī)的或者類似隨機(jī)的覓食行為，一般，動(dòng)物的這種覓食行為的路徑為一個(gè)有效的隨機(jī)游走過(guò)程，因?yàn)橄乱淮蔚某霭l(fā)路徑是建立在當(dāng)前的位置和去下一個(gè)位置的可能性上的，它們方向的選擇是建立在對(duì)于可被算 術(shù)的模型化的可能性的基礎(chǔ)上的，例如，一系列的研究已經(jīng)可以表明很多動(dòng)物和昆蟲的飛行行為有著典型的 levy 飛行的特征。第一步我們將通過(guò)建立一個(gè)多目標(biāo)的檢驗(yàn)函數(shù)來(lái)使問(wèn)題具體化，然后我們會(huì)將其應(yīng)用到工程優(yōu)化問(wèn)題中，包括雙目標(biāo)的光路設(shè)計(jì)和制動(dòng)器設(shè)計(jì)。除了這些挑戰(zhàn)性和復(fù)雜性以外，設(shè)計(jì)問(wèn)題還會(huì)受到不同設(shè)計(jì)目標(biāo)的約束，而且還會(huì)被設(shè)計(jì)代碼、設(shè)計(jì)標(biāo)準(zhǔn)、材料適應(yīng)性、和可用資源的選擇，以及設(shè)計(jì)花費(fèi)等所限制，甚至是關(guān)于單一目標(biāo)的全局最優(yōu)問(wèn)題也 是如此，如果設(shè)計(jì)函數(shù)有著高度的非線性性，那么全局最優(yōu)解是很難達(dá)到的，而且，很多現(xiàn)實(shí)世界中的問(wèn)題經(jīng)常是 NPhard的，這就意味著沒(méi)有一個(gè)行之有效的算法可以解決我們提出的問(wèn)題，因此，對(duì)于一個(gè)已經(jīng)提出的問(wèn)題，啟發(fā)式算法和科學(xué)技術(shù)與具體的學(xué)科交叉知識(shí)經(jīng)常被用于其中，用來(lái)作為解決問(wèn)題的向?qū)А；趦?yōu)化問(wèn)題的多目標(biāo)布谷鳥(niǎo)搜索算法 關(guān)鍵字 ：布谷鳥(niǎo)搜索、元啟發(fā)式算法、多目標(biāo)、最優(yōu)化 摘要 ：在工程設(shè)計(jì)方面，很多問(wèn)題都是典型的多目標(biāo)問(wèn)題，而且，都是復(fù)雜的非線性問(wèn)題。在實(shí)際中，不同的目標(biāo)之間往往會(huì)有分歧和沖突，有時(shí)候，實(shí)際的最優(yōu)化解決方案往往不存在，而一些折中的和近似的方案往往也可以使用。 目前，有一種新的由楊新社教授和 Suach Deb 教授在 2020
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1