自适应烟花分类算法及不完整数据集合研究任务书

 2021-08-20 12:08

1. 毕业设计(论文)主要目标:

通过熟练掌握烟花算法的有关知识和概念以及算法的自适应的有关概念和常用方法,设计自适应烟花分类算法,查找并使用不完整数据集合进行算法实验,对该自适应烟花算法进行分类测试,选取常用的算法进行性能比较,得出一个有显著优势的新算法。

2. 毕业设计(论文)主要内容:

在传统的烟花算法的基础上,为了更好的解决问题,加入自适应机制,提出一种自适应烟花分类算法(AFWA),在 AFWA 中,所有候选者中的最优个体将会被选择到下一代,它的爆炸半径的计算方法为:选择距离最优个体最近,而且适应度值比上一代的烟花差的个体,使用该个体和最优个体之间的距离作为最优个体下次的爆炸半径。为了测试其广泛性,采用了四个数据集,实验结果表明,AFWA的性能优于一般的FWA、差分进化算法(DE)和粒子群算法(PSO)。。

3. 主要参考文献

[1]. Tan Y, Zhu Y. Fireworks Algorithm for Optimization[C]// International Conference on Advances in Swarm Intelligence. Springer-Verlag, 2010:355-364.

[3]. 谭营.烟花算法引论[M].北京:科学出版社,2015:7-8.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。