群智能优化算法理论及在资源调度中的应用研究

群智能优化算法理论及在资源调度中的应用研究

论文摘要

最优化问题广泛存在于工程技术、科学研究和经济管理等诸多领域之中。目前常用的求解最优化问题的优化算法可以分为:经典优化算法、贪婪算法和局部搜索、智能优化算法、混合优化算法等。与经典优化算法相比,智能优化算法具有很多优点,如操作简单、收敛速度快、全局收敛性好、鲁棒性强等。群智能优化是智能优化的一个重要分支。社会性昆虫的个体行为和智能十分简单、有限,但是通过相互合作形成的群体却能够完成复杂的任务。群智能优化就是通过模拟社会性昆虫的各种群体行为,利用群体中个体之间的信息交互和合作实现寻优。人工鱼群算法是通过对鱼类群体行为的模拟而提出的一种群智能优化算法。与其它群智能优化算法一样,人工鱼群算法具有很多优点,如对目标函数和参数设置容忍性好、收敛速度快、并行性好等;但是作为一种新的群智能优化算法,它也同时具有某些缺点,如算法后期收敛速度较慢、由于各种随机因素的存在收敛精度不高等。为了提高人工鱼群算法的收敛性能,本文提出两种改进的人工鱼群算法:基于混沌搜索和反馈策略的改进人工鱼群算法和量子人工鱼群算法。多模函数优化问题和多目标函数优化问题是两类重要的最优化问题,本文将对基于人工鱼群算法的多模函数优化问题和多目标函数优化问题进行研究。资源调度问题是实际生活中经常遇到的一种最优化问题,其主要研究的是在一定的约束条件下,如何合理地将有限的资源分配给指定的用户使其完成一批给定的任务,获得某些性能指标的最优化。车间作业调度问题是一个非常著名的资源调度问题模型,它也是一个非常复杂的NP-hard组合优化问题。认知无线电是为解决无线电频谱资源匮乏而提出的,其中频谱分配是认知无线电的关键技术之一。频谱分配就是研究在给定的限制条件下,如何将有限的频谱资源分配给一定数量的认知用户,从而实现系统总效益的最大化同时保证所有用户的公平性,频谱分配问题也是一种资源调度问题。本文将对基于人工鱼群算法的资源调度问题进行研究,利用人工鱼群算法解决车间作业调度和认知无线电中的频谱分配这两个资源调度问题。

论文目录

  • 中文摘要
  • ABSTRACT
  • 符号说明
  • 第一章 群智能优化算法
  • 1.1 最优化问题
  • 1.2 群智能优化算法概述
  • 1.2.1 群智能优化算法简介
  • 1.2.2 粒子群算法
  • 1.2.3 蚁群算法
  • 1.3 人工鱼群算法
  • 1.3.1 人工鱼群算法的基本思想
  • 1.3.2 人工鱼
  • 1.3.3 人工鱼四种基本行为描述
  • 1.3.4 人工鱼群算法的实现流程
  • 1.4 本章小结
  • 第二章 改进人工鱼群算法
  • 2.1 引言
  • 2.2 基于混沌搜索和反馈策略的改进人工鱼群算法
  • 2.2.1 混沌搜索
  • 2.2.2 反馈策略
  • 2.2.3 基于混沌搜索和反馈策略的改进人工鱼群算法
  • 2.2.4 实验仿真与结果分析
  • 2.3 量子人工鱼群算法
  • 2.3.1 量子计算
  • 2.3.2 量子人工鱼群算法关键步骤
  • 2.3.3 仿真实验及其结果讨论
  • 2.4 本章小结
  • 第三章 基于量子理论的小生境人工鱼群算法
  • 3.1 小生境技术
  • 3.1.1 小生境技术简介
  • 3.1.2 RCS策略
  • 3.2 小生境量子人工鱼群算法
  • 3.3 实验仿真和结果分析
  • 3.3.1 测试函数
  • 3.3.2 实验结果及结果分析
  • 3.4 本章小结
  • 第四章 基于人工鱼群算法的多目标优化
  • 4.1 多目标优化问题简介
  • 4.1.1 多目标优化问题的数学模型
  • 4.1.2 多目标优化中的常用概念
  • 4.1.3 多目标优化性能评估指标
  • 4.1.4 多目标优化问题的求解方法
  • 4.2 基于人工鱼群算法的多目标优化
  • 4.2.1 基于人工鱼群算法的多目标优化的几个关键问题
  • 4.2.2 基于人工鱼群算法的多目标优化的实现流程
  • 4.3 实验仿真
  • 4.3.1 测试函数
  • 4.3.2 实验结果与结果分析
  • 4.4 本章小节
  • 第五章 基于人工鱼群算法的车间作业调度问题优化
  • 5.1 车间作业调度问题
  • 5.1.1 调度问题简介
  • 5.1.2 车间作业调度问题的数学模型
  • 5.1.3 车间作业调度问题的特点
  • 5.2 禁忌人工鱼群算法
  • 5.2.1 禁忌搜索
  • 5.2.2 禁忌人工鱼群算法的实现方法
  • 5.3 利用禁忌人工鱼群算法求解车间作业调度问题
  • 5.3.1 人工鱼编解码方案
  • 5.3.2 人工鱼群算法解决车间作业调度问题的算法流程
  • 5.4 实验结果及分析
  • 5.5 本章小节
  • 第六章 基于人工鱼群算法的认知无线电频谱分配
  • 6.1 认知无线电
  • 6.1.1 认知无线电技术提出的背景
  • 6.1.2 认知无线电的基本概念
  • 6.1.3 认知无线电的关键技术
  • 6.2 认知无线电中的频谱分配
  • 6.2.1 频谱分配技术分类
  • 6.2.2 认知无线电网络模型
  • 6.2.3 认知无线电图论模型的数学描述
  • 6.3 基于人工鱼群算法的认知无线电频谱分配
  • 6.3.1 人工鱼编解码方式
  • 6.3.2 目标函数
  • 6.3.3 算法流程
  • 6.3.4 实验仿真及结果分析
  • 6.4 本章小结
  • 第七章 总结与展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表论文、参与项目和获得奖励
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].基于智能优化算法的材料大数据处理研究[J]. 材料保护 2020(08)
    • [2].群智能优化算法在路径规划中的应用[J]. 电子技术与软件工程 2019(23)
    • [3].智能优化算法研究及应用展望[J]. 武汉轻工大学学报 2016(04)
    • [4].仿生智能优化算法及其在盲源分离中的应用[J]. 中国传媒大学学报(自然科学版) 2016(06)
    • [5].航路规划中的智能优化算法分析[J]. 现代商贸工业 2016(17)
    • [6].新型智能优化算法估算年降水量频率曲线参数[J]. 水力发电学报 2019(12)
    • [7].混合智能优化算法在光伏最大功率点跟踪技术的应用[J]. 嘉兴学院学报 2019(06)
    • [8].若干新型群智能优化算法的对比研究[J]. 计算机工程与应用 2020(22)
    • [9].面向产品装配序列规划的智能优化算法库[J]. 计算机辅助设计与图形学学报 2010(09)
    • [10].《群体智能优化算法》专题导语[J]. 郑州大学学报(工学版) 2018(06)
    • [11].群体智能优化算法[J]. 郑州大学学报(工学版) 2018(06)
    • [12].智能优化算法在概率积分参数反演中的比较[J]. 金属矿山 2017(04)
    • [13].基于一种新的正交优化的群智能优化算法[J]. 计算机应用研究 2015(01)
    • [14].浅析智能优化算法[J]. 计算机光盘软件与应用 2014(10)
    • [15].群智能优化算法及其在生物信息学问题中的应用[J]. 三明学院学报 2013(04)
    • [16].基于智能优化算法的电力系统无功优化的研究[J]. 民营科技 2014(11)
    • [17].浅析数学建模中的智能优化算法[J]. 科技经济导刊 2017(16)
    • [18].基于社会力群智能优化算法的云计算资源调度[J]. 计算机科学 2015(04)
    • [19].现代智能优化算法的研究综述[J]. 科技信息 2012(08)
    • [20].图像分割背景下群体智能优化算法的性能对比[J]. 云南大学学报(自然科学版) 2012(04)
    • [21].多种智能优化算法在水轮机调节系统参数辨识中的对比研究[J]. 中国农村水利水电 2020(06)
    • [22].浅述智能优化算法在市政管网中的应用[J]. 四川建材 2016(02)
    • [23].两种智能优化算法在交通控制应用中的对比分析[J]. 电脑与电信 2016(09)
    • [24].人工智能优化算法在软硬件划分中的应用综述[J]. 信息技术 2015(09)
    • [25].智能优化算法在聚类分析中的应用[J]. 科技信息(学术研究) 2008(09)
    • [26].群体智能优化算法在入侵检测中的应用综述[J]. 信息与电脑(理论版) 2019(11)
    • [27].基于智能优化算法的车间调度问题研究[J]. 新疆大学学报(自然科学版) 2014(03)
    • [28].智能优化算法及其在打浆优化中的应用[J]. 计算机测量与控制 2008(11)
    • [29].国外新型智能优化算法——北极熊算法[J]. 计算机测量与控制 2020(03)
    • [30].万有引力与群体状态自适应的智能优化算法[J]. 计算机工程与应用 2020(09)

    标签:;  ;  ;  ;  ;  

    群智能优化算法理论及在资源调度中的应用研究
    下载Doc文档

    猜你喜欢