【摘要】：樹種優(yōu)化算法(Tree Seed Optimizer Algorithm,TSA)是一種模仿自然界中樹木傳播種子,生根發(fā)芽長大形成新樹種的群智能優(yōu)化算法。事實證明,樹種優(yōu)化算法可以提供相對有優(yōu)勢的準確性結果。由于這種優(yōu)化算法靈活,高效,魯棒性強,所以樹種優(yōu)化算法不僅吸引了許多研究者對其進行研究改進,許多實際應用研究問題中也使用了樹種智能優(yōu)化算法。但隨著研究的深入,一些學者發(fā)現(xiàn)該算法還是存在諸如尋優(yōu)精度較差,收斂速度較慢等缺點。本文針對該算法尋優(yōu)精度還不是特別理想,收斂速度還不夠快等問題,提出了一種基于基本樹種算法的改進版本,使之處理解決問題的過程更加行之有效。并將改進后的樹種算法首先用于函數(shù)優(yōu)化問題檢測其性能,再將其應用于各類工程優(yōu)化測試問題,最后用于模糊聚類圖像分割中尋找初始聚類中心這一問題,目的是進一步完善樹種優(yōu)化算法的理論和拓展其應用范圍。本文的工作內容安排分為以下幾個方面:(1)提出一種基于Levy飛行的樹種優(yōu)化算法。將levy飛行策略引入樹種優(yōu)化算法,極大地增強了種群多樣性,克服了算法后期陷入局部收斂,并將基于Levy飛行樹種優(yōu)化算法應用于函數(shù)優(yōu)化問題。(2)將基于Levy飛行的樹種優(yōu)化算法用于解決工程優(yōu)化問題,驗證基于Levy飛行的樹種優(yōu)化算法的優(yōu)越性。(3)將基于Levy飛行的樹種優(yōu)化算法應用于模糊聚類圖像分割問題之中,傳統(tǒng)的模糊聚類圖像分割算法比較難確定初始聚類中心,從而比較難完成圖像高效率分割,將基于Levy飛行的的樹種算法應用于模糊聚類圖像分割,使初始聚類中心更容易確定和搜尋,從而完成圖像分割改善其分割效果。
【學位授予單位】：廣西民族大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;TP391.41

【參考文獻】

相關期刊論文 前5條

1 董倩;;改進遺傳算法優(yōu)化模糊均值聚類中心的圖像分割[J];吉林大學學報(理學版);2015年04期

2 羅陸鋒;鄒湘軍;楊洲;李國琴;宋西平;張叢;;基于改進人工蜂群模糊聚類的葡萄圖像快速分割方法[J];農業(yè)機械學報;2015年03期

3 李海洋;文永革;何紅洲;李柏林;;基于隨機權重粒子群和K-均值聚類的圖像分割[J];圖學學報;2014年05期

4 曹建農;;圖像分割的熵方法綜述[J];模式識別與人工智能;2012年06期

5 李旭超;劉海寬;王飛;白春艷;;圖像分割中的模糊聚類方法[J];中國圖象圖形學報;2012年04期

，

本文編號：2688314