文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 机械/仪表 > 菌群优化算法分析
侵权投诉

菌群优化算法分析

细菌觅食算法(Bacterial Foraging Algorithm,BFA)[亦有称为细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO||BFOA)]由K.M.Passino于2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为,提出的一种新型仿生类算法。该算法因具有群体智能算法并行搜索、易跳出局部极小值等优点,成为生物启发式计算研究领域的又一热点……。

第28卷第2期2011年4月贵州大学学报(自然科学版)

JournalofGuizhouUniversity(NaturalSciences)Vol.28No.2

Apr.2011

文章编号1000-5269(2011)02-0083-04

菌群优化算法分析

李亚楠

摘

*

(贵州高速公路开发总公司,贵州贵阳550004)

要:菌群优化算法虽然有诸多优点,但因算法较新而使得其适用范围有待进一步明确。本文

通过对简单非线性模型、典型非线性模型以及复杂非线性模型的仿真,验证了该算法的有效性并对算法进行了分析。通过实际算例的仿真结果确定了该算法不适合运用于无显著峰谷的非线性优化问题的求解上,并在此基础上对该算法的特性通过仿真结果进行了分析。关键词:菌群优化算法;非线性模型;仿真中图分类号:TP18文献标识码:A菌群优化算法自2002年由K.Passino教授提出后,在近几年来,无论在理论基础上还是工程应用上都有所发展

[1,3]

统,如化工生产、机器人系统等等,因而研究非线性

系统是十分必要的。针对不同的非线性模型,菌群以此对菌群优优化算法的优化效果有很大的不同,化算法进行分析,从而对菌群优化算法的适用范围进行研究。下文分别对简单非线性模型、典型非线性模型以及复杂非线性模型运用菌群优化算法进行优化仿真。2.1

简单非线性模型

研究菌群优化算法,并利用MATLAB进行仿真,首先选取一简单非线性模型验证结果,该简单非线性模型描述如下:

z=(x-15)2+(y-15)2

(1)

。尽管如此,菌群优化算法作

[4]

为一种新型的智能仿生优化算法

还不够完善,

在算法分析研究与应用上都有待进一步完善。由

于菌群优化算法实现中,并未加入外界干扰因素与环境约束等现实条件。同时,对于智能仿生算法普遍存在针对复杂非线性模型寻优出现问题的特点,在本文从不同的非线性模型对菌群优化算法进行分析。本文首先分别从菌群优化算法对简单非线性模型、典型非线性模型以及复杂非线性模型的优

将菌群优化算法与遗传算化结果进行分析。然后,法

[5,6]

进行比较,分析菌群优化算法的特点。

1适应度函数的选取

菌群优化算法分析

x∈[0,30],y∈[0,30],其中,且选取J=z作

为适应度函数。菌群优化算法选取的参数如下:S=50,Ns=4,Nc=100,Nre=4,Ned=2,ped=0.25,C(i)=0.1,dattract=0.1,hrepellant=0.1,attract=0.2,repellant=10.仿真结果如下:

在菌群优化算法中,群体的进化过程就是以群

,以个体适应值的大再用健康度函数来衡量,对优的细菌进行繁殖,从而指导细菌。因此适应度是衡量种群中个体优劣的标志,是执行菌群优化算法“优胜劣汰”的依据,由此可见,确定一个合适的适应度函数是非常重要的。在一般情况下,对于非特殊模型,选择模型的求取最小值的函数作为适应度函数就能得到满意的效果。

2非线性模型的优化问题分析

众所周知,几乎所有的实际系统都是非线性系

图1能量浓度地形

*

收稿日期:2010-10-20

Email:yyzhoujie@163.com.作者简介:李亚楠(1985-),女,河南周口人,助工,硕士研究生,研究方向:控制科学与工程,

*通讯作者:李亚楠,Email:yyzhoujie@163.com.

第1页

你可能喜欢

  • 细菌觅食优化算法
  • 粒子群优化算法
  • 遗传算法matlab
  • 遗传算法应用
  • 粒子群算法matlab
  • 蚁群优化算法
  • 电力系统优化算法
  • 智能优化算法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email