【摘 要】
：
人工蜂群算法(Artificial Bee Colony Algorithm, ABC)是一种受蜜蜂采蜜行为启发产生的新型群体智能优化算法。由于控制参数少、易于实现、计算简洁等特点,近年来ABC算法备受
论文部分内容阅读
人工蜂群算法(Artificial Bee Colony Algorithm, ABC)是一种受蜜蜂采蜜行为启发产生的新型群体智能优化算法。由于控制参数少、易于实现、计算简洁等特点,近年来ABC算法备受研究者关注。不过ABC算法提出时最早用于求解连续函数优化、连续多目标优化、人工神经网络训练等问题,对于离散优化问题的应用研究并不太多。离散优化问题是众多优化问题的一个重要分支且具有广泛的工业应用需求,为此本文将扩展ABC算法使其能够处理典型应用领域的离散优化问题。本文将基本ABC算法离散化后得到DABC算法,并应用它求解基于众包环境下的软件协同测试任务分配问题。在与基于启发式策略的任务分配方法进行对比中,DABC算法的分配结果更优,可以有效的降低进行测试任务所需要的成本。本文在总结学者对ABC算法研究工作的基础上对离散化后的DABC算法进行了改进,具体改进点为：(1)使用基于反向轮盘赌的选择策略代替基本人工蜂群算法的轮盘赌选择策略以保持种群多样性,增强算法的寻优能力；(2)受差分演化算法和遗传算子的启发,提出了一种多维变量扰动邻域搜索策略以提高算法的获得全局最优解的能力。基于以上两点改进得到]DABC算法并将IDABC算法应用于求解0-1背包问题中,通过实验验证了算法的有效性。本节实验从三方面出发：(1)通过与不同算法所获得的最优解情况进行对比验证算法的求解能力,(2)实验验证设置不同的参数值对算法的影响,(3)实验验证了提出的多维变量扰动邻域搜索策略对于算法寻优能力以及加快算法收敛都有所提高。在本文的最后,又基于提出IDABC算法设计和实现了求解0-1背包问题的可视化求解工具,用以方便使用者对不同0-1背包问题进行求解并以直观的方式展示出问题的解。
其他文献
车牌识别广泛用于电子收费、出入控制、交通监控等重要场合。车牌定位作为车牌识别中的重要环节,对系统识别精度有重要的影响。目前的车牌定位方法主要是针对所监视的区域只
海量教育考试数据资源的数据挖掘与分析研究工作，对于充分发掘教育考试数据的潜在价值，更加科学地进行教育管理及决策具有非常重要的意义。
论文以北京教育考试数据资源系
在“数据爆炸，知识贫乏”的网络时代，人们希望能够对数据进行更高层次的分析，以便更好的利用这些数据。于是，数据挖掘技术应运而生，并显示出强大的生命力。如今，数据挖掘技术正在不
信息技术的飞速发展,导致了工业领域的深刻变革,并逐步形成了工作在工业现场的分布式网络化控制系统。以太网作为办公环境下使用最广泛的通信方式,在工业界也越来越受到关注,
粗糙集理论是一种处理不精确、不确定和不完备信息的数据分析方法,以其为理论基础的数据分析与处理技术得到越来越广泛的应用。决策信息系统分解作为解决大型决策表数据海量
语义物联网是语义网与物联网的结合,主要目的是利用语义网的语义标注技术解决物联网中的资源异构问题,从而实现资源的高效利用。传感器网络是物联网的基础设施,是应用程序获
随着无线网络的发展，近年来无线Mesh网络也蓬勃发展起来。做为一种新型无线通讯网络，无线Mesh网络有着自组性、自愈性、频谱效率高、覆盖范围大、可扩展性能强、可靠性强等特点
本文就基于文本的信息隐藏技术做了相关的研究。 本文首先介绍了信息隐藏技术的研究现状及应用领域，论述了信息隐藏技术的定义、通用模型、基本要素等方面，并对信息隐藏技术
遗传算法是模拟生物界的进化过程而产生的一种现代人工智能算法,它具有天然的并行性,在求解复杂、大规模、非线性、不可微的优化问题中具有较高的性能。当今单核计算机现在已
万维网信息的爆炸式增长使Web已经成为世界上最大的信息库。面对这个海量、异构、半结构化的信息库,Web用户经常发现要查找到所需要的信息需要耗费大量的时间,造成了“信息过