手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

介入式文化算法及其应用研究

谭枫

   文化算法是一种起源于文化进化过程的进化计算模型,它的主要思想是从进化种群中获取求解问题的知识并用于指导搜索过程。与其它传统的进化算法不同,文化算法是一种具有种群空间和信念空间的双层遗传系统,能够以显性的方式获取、存储和整合问题求解过程中的经验知识。因此,它的进化速度超越了单纯依靠生物基因遗传的生物进化速度。这一特点引起了研究者们的广泛关注,目前文化算法的理论研究工作尚处于起步阶段。 本文在讨论文化算法优化理论的基础上,对文化算法的基本框架和算法进行了改进,并将其应用于图像阈值分割中。主要研究内容及创新点如下: 首先,针对无约束优化中易陷入局部最优的问题,引入了介入式文化算法框架,并将该框架应用于无约束优化问题,提出了两种介入式文化算法,即具有双通信协议的介入式文化算法和介入式文化粒子群算法。 具有双通信协议的介入式文化算法以基本文化算法为基础,以进化规划为种群模型。利用信念空间中的形势知识判断算法是否陷入局部最优,通过介入操作来保持种群空间的多样性。介入式文化粒子群算法以粒子群优化算法为种群模型,利用全局最优解判断算法是否陷入局部最优,通过r/K选择策略来保持种群的多样性。与基本的文化算法相比,所提出的具有双通信协议的介入式文化算法能够适应更多的无约束优化函数,而介入式文化粒子群算法更适合高维复杂函数的优化。 其次,针对约束优化问题,对介入式文化算法框架进行了调整,提出了两种介入式文化算法,即基于分层结构模型的介入式文化算法和基于动态模型的介入式文化算法。 基于分层结构模型的介入式文化算法以进化规划为种群模型,以树状区域图示为信念空间模型。利用信念元的基本属性判断算法是否陷入局部最优,通过介入机制直接操作信念空间,以达到跳出局部最优的目的。基于动态模型的介入式文化算法以进化规划为种群模型,以动态函数优化中文化算法的知识结构为信念空间模型。利用历史知识判断算法是否陷入局部最优,直接操作信念空间的相关知识协助算法跳出局部最优。与基于分层结构模型的文化算法相比,所提出的基于分层结构模型的介入式文化算法的优化性能更好。与改进的进化规划相比,所提出的基于动态模型的介入式文化算法的成功率更高、稳定性更好。与其它具有竞争力的约束优化算法相比,所提出的基于动态模型的介入式文化算法精度更高、收敛速度更快。 最后,将介入式文化粒子群算法应用于图像阈值分割中,提出了基于介入式文化粒子群算法的多阈值图像分割法和基于介入式文化粒子群算法的二维图像分割法。在多阈值分割中,分别将介入式文化粒子群算法与最大类间差和最大熵法相结合,对图像进行双阈值和三阈值分割。在二维阈值分割中,将介入式文化粒子群算法与二维最大类间差相结合,对图像进行二维阈值分割。与同类型的图像阂值分割方法相比,本文提出的方法具有更高的分割精度、更快的分割速度。……   
[关键词]:文化算法;无约束优化;约束优化;图像分割
[文献类型]:博士论文
[文献出处]:哈尔滨工程大学2010年
App内打开