細菌覓食優(yōu)化算法研究及其在圖像匹配中的應用.pdf

1、細菌覓食優(yōu)化算法是近年來提出的一種基于大腸桿菌覓食行為的仿生類智能計算方法,因算法具有魯棒性強、通用性好、便于理解和實現(xiàn)等特性,其尋優(yōu)原理及應用前景得到了國內外研究人員的較多關注。針對該算法收斂速度慢的缺陷,現(xiàn)有的算法優(yōu)化主要集中在對算法本身的趨向性操作改進以及與其它優(yōu)化算法的結合等方面,而對于復制操作和遷徙操作并沒有得到有效的改進。
　　本文針對原始細菌覓食算法在尋優(yōu)過程中步長固定、尋優(yōu)速度慢的缺陷,提出了一種基于前進次數的自適

2、應移動策略,加快了收斂速度并提高了解的精度;針對原算法中對排名前半數的優(yōu)秀個體直接加倍的復制操作引起菌群多樣性降低的問題,提出了確定性選擇與動態(tài)概率輪盤賭結合的混合選擇策略,在保證優(yōu)良個體能進入到下一代的原則下增加了群體的多樣性;針對原始細菌覓食算法中固定的遷徙概率且隨機遷移可能引發(fā)最優(yōu)解“逃逸”的問題,提出了基于慣性權重因子的自適應個體遷徙策略,以及基于遷徙次數的自適應基準遷徙策略,加快算法收斂。仿真結果表明,本文改進后的細菌覓食算法

3、能夠更準確、更快速地尋找到全局最優(yōu)解,并在一定程度上有效地避免了陷入早熟收斂現(xiàn)象。
　　本文通過研究圖像匹配理論,將圖像匹配問題轉化為一個最優(yōu)化問題,即將尋找圖像最佳匹配點問題轉化為求在基準圖中與模板圖相似度值最大的匹配子圖的問題,并按照本文提出的改進后的細菌覓食算法的實現(xiàn)步驟形成一種新的圖像匹配搜索策略。仿真結果證明,本文提出的圖像匹配算法收斂效果好,運算量小,有效地避免了窮盡搜索問題提高了搜索效率,匹配結果精確。
　　目