freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

智能優(yōu)化方法論文幾種現(xiàn)代優(yōu)化算法的比較研究-資料下載頁

2025-06-06 03:10本頁面
  

【正文】 幾次優(yōu)化到理想最優(yōu)點 (, ),但一般只能優(yōu)化到如表格中這樣的最優(yōu)值,粒子群算法每次都能達到大于 3905,但都沒有到達 以上,魚群算法能跳出 (, )局部最優(yōu)點優(yōu)化到理想最優(yōu)點(, )附近的概率是 50%。當然這一切都是和算法及函數(shù)相關,這將在結(jié)論中闡述。 4. 三種算法的比較分析 三種算法的共同特點是魯棒性較強,對基本算法模型稍加修改,便可以應用于其它問題;具有并行性,易于并行實現(xiàn);很容易與多種啟發(fā)式算法結(jié)合,以改善算法的性能。并且從算法的步驟和過程來看,三個算法都是對初始值不要求,可以從各個點開始朝最佳值的方向搜索。當然,不同的算法有不同的優(yōu)化方式和特點,三個算法對三種算法優(yōu)化以上三個典型函數(shù)的結(jié)果進行分析可以得出 以下結(jié)論。 三種算法的優(yōu)化方式不同 三種算法雖然都是搜索和迭代的過程,但這個尋優(yōu)的過程是大不相同。 遺傳算法的交叉和變異可以保證種群多樣化,選擇保證了優(yōu)秀的個體進入下一代種群。遺傳算法的選擇、交叉和變異的方法有很多種,尤其是選擇,通常所用的選擇方法是輪盤賭選擇法,但在很多情況下,單獨用這種方法容易掉進局部最優(yōu)解,所以經(jīng)常有時候把兩種或兩種以上的選擇方法結(jié)合起來進行選擇。當然用不同的選擇方法則結(jié)果可能相差很大,對上面三個函數(shù)優(yōu)化時,優(yōu)化函數(shù) 1 時用最佳值保存選擇法,優(yōu)化函數(shù) 2和函數(shù) 3時用兩兩競爭選擇法。 — 9— 粒子群算法每個個體是既關注自身迭代過程中的最佳值,并且關注整個種群的最優(yōu)值,再結(jié)合自身當前狀態(tài),由這三個因素來控制其收斂方向。 魚群算法是每個個體環(huán)視周圍個體,并且朝周圍的最好個體進行收斂,覓食行為再一定的程度保證樣本的多樣性,聚群行為是個體向周圍最佳個體收斂,使得優(yōu)化過程中能夠很好地跳出局部最優(yōu)值,并盡可能地搜索到其他的極值,最終搜索到全局極值。而追尾行為是個體向整體最佳個體收斂的過程,有助于人工魚個體快速的向某個極值方向前進,加快尋優(yōu)的速度,并防止人工魚個體在局部振蕩而停滯不前,在這一點上和粒子群算法 很相近。 優(yōu)化結(jié)果不同 從對三個函數(shù)的優(yōu)化結(jié)果可以看出,遺傳算法的優(yōu)化結(jié)果最好,粒子群算法次之,魚群算法的優(yōu)化結(jié)果最差,這和三個算法優(yōu)化過程和自身特點有關,遺傳算法的選擇、交叉和變異都是并行進行的,但粒子群算法和魚群算法是針對每一個個體,結(jié)合整體最佳點和周圍最佳點或自身情況。所以這也是遺傳算法能更好地收斂到最優(yōu)點的原因。 函數(shù)特點不同 從三個函數(shù)的特點來看,第一個函數(shù)主要考驗算法跳出局部最優(yōu)點的能力。第二個。函數(shù)主要考驗算法在搜索過程中所有個體的最佳值變化不是很明顯的時候,搜索到函數(shù)的最佳值 的能力。第三個函數(shù)的一個關鍵點是這個函數(shù)在搜索過程中很容易跳出可行域的范圍,這就考驗算法逼近最優(yōu)點但又不跳出可行域范圍的能力。遺傳算法在搜索的最終結(jié)果只有在函數(shù) 3優(yōu)于粒子群算法,但其搜索速度卻比其他兩種算法快。 三個算法的改進 三種算法都具有很大的改進空間,遺傳算法可以在選擇方法、交叉方法及它們相應的概率算子上做改進。粒子群算法的權(quán)值和學習因子可以進行適應性改進,同時粒子群算法可以借鑒魚群算法,再考慮一個周圍粒子的最佳值。魚群算法參數(shù) (視野、步長和擁擠度因子 )也可以進行適應性改進,并且其三個過程即覓食、群聚和追尾過程都可以做相應的改進,比如引進競爭機制和生存機制。當然針對不同的尋優(yōu)對象所要進行的改進是不同,改進后的效果也各異。 參考文獻: [1]周明 ,孫樹棟 .遺傳算法原理及應用 [M].第一版 ,北京 :國防出版社 . [2]黃貫虹 ,方剛 .系統(tǒng)工程方法與應用 [M].廣州 :暨南大學出版社 ,2021. [3]劉國強 ,曾強 .多目標最優(yōu)化的粒子群算法 [J]. 杭州師范學院學報 .2021.(3): 30~34. — 10— [4]李曉磊 ,薛云燦等 .基于人工魚群算法的參數(shù)估計方法 [J].山東大學學報 .(3): 84~87. [5]金聰 .啟發(fā)式遺傳算法及其應用 [J].數(shù)值計算與計算機應用 .2021.(1):30~35. 任課教師的評 語 ,包括選題意義、文獻資料的掌握、所用資料和實驗結(jié)果和計算數(shù)據(jù)的可靠性等; ; ;,參考文獻的引用是否規(guī)范。 成績 任課教師簽字 年 月 日
點擊復制文檔內(nèi)容
畢業(yè)設計相關推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1