基于小波变异的二进制粒子群算法及应用研究.pdf

于小波变异的二及应用研究进制粒子群算法基湖南大学硕士学位论文筌整塑羔旦目学校代号:密级:普通旦学号:
—瓻.
喜史匆导师签名:协蒸复作者签名:芬遑勿湖南大学学位论文版权使用授权书学位论文原创性声明/年丁月如日本学位论文属于本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。日期:刃阹月日本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。年解密后适用本授权书。⒉槐C芡拧朐谝陨舷嘤Ψ娇蚰诖颉啊加,阥月弓口日作者签名:⒈C芸冢日期:期:
摘要粒子群算法通过一组初始化的粒子群体在搜索空间进行并行搜索,迭代搜索出最优解。其优点是对问题的依赖性小、概念简单、收敛速度快、容易实现等,已被广泛应用于函数优化、多目标优化、自动目标检测、生物信号识别、图像分割、动态环境优化、决策调度、模糊控制系统、神经网络训练等众多领域。然而粒子群算法主要应用于连续空间的优化问题,而现实世界中还有很多问题是离散的,变量是有限的,因此需要对粒子群算法进行离散化,使其适用于解决离散空间优化问题。另外粒子群算法存在早熟的现象,优化结果精度不高,因此需要对粒子群算法进行改进以提高解的精度。论文的主要工作如下:首先研究了粒子群算法的基本原理和进化机理,分析了粒子群算法的两种主要的离散化方法,重点研究了二进制粒子群算法。在遵循二进制粒子群算法基本原理的基础上,改变了算法的具体进化规则,利用个体最优解和全局最优解以及上一次迭代结果直接运用贝叶斯公式得出本次迭代粒子位置取值的概率,并将该概率与随机函数值进行比较确定粒子位置值,提出了改进的二进制粒子群算法。通过计算测试函数发现,计算结果符合预期要求,证明了该算法的有效性和收敛性。其次针对改进的二进制粒子群算法容易早熟、解精度不高的缺点,引入小波变异操作,对粒子进行微调,提高粒子群体的多样性,提出了基于小波变异的二进制粒子群算法。从实验得知,该算法计算结果优于二进制粒子群算法,有更好的搜索精度,解的质量更高。最后将基于小波变异二进制粒子群算法应用于软硬件划分问题。将目标系统的结构规定为二向划分模式,也就是单单结构,对该结构的目标系统采用冀薪#碛布治侍庾;4际跫/嘲侍狻2提出一种改进的广度优先遍历法对系统进行任务调度,通过对实例的计算证明该调度策略是有效的。用小波变异二进制粒子群算法和二进制粒子群算法对不同规模的划分问题进行软硬件划分,实验结果表明小波变异二进制粒子群算法解的质量高于二进制粒子群算法,在满足约束的基础上,系统的执行时间更短,划分结关键词:二进制粒子群算法;贝叶斯;小波变异;软硬件划分;广度优先遍历果更好。基于小波变异的二二进制粒了群算法及、;醚芯Ⅱ
,.琤,.琲,琣琲,,,瑆瓵瑃,痜甌,..瑃琲.,,,琹,—硕十学位论文瑃琣琤瓹瑃:,甌瑃,琣!!!!!!!!!!!!!!!!!!!!R弧!.
築籅;./·.,瑆瓵瑂;/.,瑆,;