需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：17417 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：仿生學作為近期發(fā)展起來的生物學和技術學相結合的交叉學科，對于解決現(xiàn)實世界中眾多問題效果顯著。生活有著許多優(yōu)化問題，而群智能算法在解決一些困難的問題時，顯示出良好的性能。仿生優(yōu)化算法能夠很好地解決一些優(yōu)化問題，細菌覓食優(yōu)化算法作為一種新的仿生算法，也是一種群智能算法，同樣有著較好的表現(xiàn)，尤其是和一些仿生優(yōu)化算法結合時。細菌覓食優(yōu)化算法受到各領域的廣泛關注，有著諸多的應用。本文在描述了細菌覓食優(yōu)化算法的同時，以函數(shù)優(yōu)化為例，進行算法的仿真實現(xiàn)，最后，對算法進行了一些改進。 關鍵詞：仿生學，群智能算法，細菌覓食優(yōu)化算法，實例仿真，應用
Abstract：Bionics, as a developed rencently interdisciplinary subject of biology and technology, has remarkable results with the problems of the real world. There are a lot of optimization problems in life,and Swarm intelligent algorithm for solving some difficult problems, shows good performance.Some optimization problems are suitable to be solved by bionic optimization algorithms ,and Bacteria Foraging Optimization Algorithm(BFOA),as a kind of new bionic algorithm,also a kind of swarm intelligence algorithm,works well,especially coupled with some bionic optimization algorithms.BFOA has drawn wide attention from many fields.Of course,BFOA is applied by a lot of application.Here,after descriping BFOA ,we take a function optimization problem as an example,and implement BFOA to solve the problem.And at last,some improvement with BFOA are presented. keywords:bionics, Swarm intelligent algorithm, BFOA,example simulation,application
隨著科學技術與經濟發(fā)展，優(yōu)化方法越來越受到人們的關注。目前，由于系統(tǒng)復雜度的增加和大量的非線性特征的存在，己有的一些傳統(tǒng)的優(yōu)化方法己經不能滿足人們的需要，群智能優(yōu)化算法正是在這種背景下產生的。所謂群智能指的是眾多無智能的簡單個體組成的群體，通過相互間的簡單合作表現(xiàn)出智能行為的特性，它是從模擬自然界生物群體的智能行為發(fā)展而來，是人工智能領域的一個重要的分支。目前典型的群智能優(yōu)化算法有：遺傳算法、人工免疫、粒子群算法以及蟻群算法等，它們都是基于群體搜索的隨機優(yōu)化算法，它們最大的特點就是不需要建立問題本身精確的數(shù)學模型，對優(yōu)化的目標函數(shù)沒有連續(xù)、可微等要求，且算法的結果不依賴于初值的選取，能以較大的概率收斂至所求問題的解，適合于解決那些難以建立有效的形式化模型，用傳統(tǒng)優(yōu)化算法難以有效解決甚至無法解決的問題。因此，對群智能算法的研究，具有重要的理論意義與實用價值。
|
