基于高斯分布的教与学优化算法研究与应用

基于高斯分布的教与学优化算法研究与应用

ID:35071545

大小:3.55 MB

页数:57页

时间:2019-03-17

基于高斯分布的教与学优化算法研究与应用_第1页
基于高斯分布的教与学优化算法研究与应用_第2页
基于高斯分布的教与学优化算法研究与应用_第3页
基于高斯分布的教与学优化算法研究与应用_第4页
基于高斯分布的教与学优化算法研究与应用_第5页
资源描述:

《基于高斯分布的教与学优化算法研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:TP301.6密级:公开专业学位研究生学位论文论文题目(中文)基于高斯分布的教与学优化算法研究与应用ResearchandApplicationonTeachingand论文题目(外文)LearningAlgorithmBasedonGaussianDistribution研究生姓名王敏学位类别工程硕士专业学位领域计算机技术学位级别硕士校内导师姓名、职称马志新校外导师单位、姓名论文工作起止年月2015年9月至2016年11月论文提交日期2016年9月论文答辩日期2016年11月学位授予日期校址:甘

2、肃省兰州市原创性声明本人郑重声明:本人所呈交的学位论文,是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:日期:基于高斯分布的教与学优化算法研究与应用中文摘要教学优化算法(Teaching-learningbasedoptimization,TLBO)

3、是一种新型的智能优化算法,它通过模拟迭代人类的教学过程,来寻求问题的最优解,该算法以其参数少、算法简单、易理解、求解速度快等优点,被广泛应用于解决各类优化问题。但是,TLBO算法由于收敛速度过快,易陷入局部最优解,从而影响算法全局优化能力。针对这一不足,本文开展了相应研究工作,主要内容如下:(1)提出了一种基于高斯分布的教与学混合优化算法(GTLBO),该算法首先采用反向学习机制对种群进行初始化,提高初始解的质量;其次,将高斯分布融入教学阶段,提高全局搜索效率;另外,在学习阶段加入交叉操作,保留历史信息有

4、利于跳出局部最优。最后,选取33个标准函数进行测试验证,并与其它类TLBO优化算法进行了比对分析。实验结果表明:相比其他类TLBO算法,GTLBO可以有效性提升全局优化能力。(2)将GTLBO用于解决无等待流水车间调度问题,以最小化最大完成时间为求解目标。通过编码映射将连续个体映射到离散工件序列,同时采用基于工件的局部搜索方法进一步提高解的质量。实验结果表明,GTLBO算法可以有效地求解无等待流水车间调度这一典型的混合优化问题。关键词:教学优化算法,高斯分布,零等待流水车间调度,最大完成时间IResear

5、chandApplicationonTeachingandLearningAlgorithmBasedonGaussianDistributionAbstractTeaching-leaningbasedoptimization(TLBO)isanovelintelligenceoptimizationalgorithm,whichsimulatesthelearningprocessofhuman,toseekoptimalsolutionoftheproblem.Theadvantageofthisa

6、lgorithmwithitslessparameters,simple,easytounderstand,speed,canbewidelyusedtosolvevariousoptimizationproblems.But,TLBOalgorithmiseasytofallintolocaloptimalsolutionduetothefastconvergespeed,whichcanaffecttheglobaloptimizationabilityofthealgorithm.Asforthis

7、,inthispaperwedoresearchworkaroundthis.Themaincontentofthispaperisasfollows:(1)ThispaperproposesateachingandlearningmechanismandGaussiandistributionbasedhybridoptimizationalgorithm(GTLBO).First,thispaperusestheopposition-basedlearningtoinitializethepopula

8、tiontoimprovethequalityofinitialsolutions.Second,Gaussiandistributioniscombinedtotheteachingphasetoincreasetheefficiencyofglobalsearch.Inaddition,inthelearningphasewejointhecrossoveroperation,theretentionofhistorica

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。