| 【中文题名】 | 群体智能算法在矢量量化及求解TSP问题中的应用研究 |
| 【英文题名】 | Research of the Swarm Intelligence Algorithm on Vector Quantization and TSP |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-10-26 |
| 【中关键词】 | 群体智能,矢量量化,码书设计,码字搜索,TSP, |
| 【英关键词】 | Swarm Intelligence,Vector Quantization（VQ）,Codebook Design,Codeword Search,TSP, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
本文较系统地综述了群体智能算法和矢量量化数据压缩理论。特别是矢量量化码书设计和码字搜索的发展历程和研究现状。回顾了经典的矢量量化码书设计算法——LBG算法和传统的码字搜索算法。探讨了新兴的群体智能算法在解决诸如TSP组合问题的性能,并针对经典的矢量量化码书设计算法的固有缺陷,提出了一种将群体智能算法和LBG算法结合的码书设计算法。仿真实验证明了它在图像压缩编码中的有效性。传统的码字搜索算法——穷尽搜索算法会随着码书规模的增大和码字维数增加,计算量急剧增加。为了克服该缺陷,重点探讨了矢量量化码字搜索算法问题。本文在变换域内搜索码字,并引入Chebyshev距离测度和PDS算法。仿真实验表明此改进算法能快速有效地搜索码字。
群体智能算法包括蚁群算法和微粒群算法。这两种算法都具有很强的鲁棒性和并行性。本文在码书设计中,根据LBG算法具有较快地发现局部最优解的能力,微粒群算法具有全局搜索最优的性能,将这两种算法结合提出了一种新的优化策略,设计出了性能良好的码书。本文为了研究群体智能算法的特性,在传统的组合优化TSP问题上用经典的遗传算法与之对比,仿真实验表明智能算法具有一定的优势。最后对全文的工作进... |
| 【论文题纲】 |
|
学位论文独创性声明 |
2 |
|
学位论文使用授权声明 |
2-3 |
|
中 文 摘 要 |
3-4 |
|
Abstract |
4-7 |
|
第1章 绪论 |
7-19 |
|
1.1 课题背景 |
7-9 |
|
1.2 矢量量化技术的研究现状 |
9-15 |
|
1.2.1 矢量量化码书设计算法研究现状 |
10-13 |
|
1.2.2 矢量量化码字搜索算法研究现状 |
13-14 |
|
1.2.3 矢量量化码字索引分配算法研究现状 |
14-15 |
|
1.3 群体智能算法研究现状 |
15-17 |
|
1.3.1 蚁群算法研究现状 |
15-16 |
|
1.3.2 微粒群算法研究现状 |
16-17 |
|
1.4 本文主要研究内容和结构 |
17-19 |
|
第2章 矢量量化基础知识 |
19-26 |
|
2.1 矢量量化的理论基础 |
19-20 |
|
2.2 矢量量化的定义及特点 |
20-23 |
|
2.3 矢量量化的相关概念 |
23-25 |
|
2.4 本章小结 |
25-26 |
|
第3章 群体智能算法原理 |
26-30 |
|
3.1 蚁群算法原理 |
26-28 |
|
3.2 微粒群算法原理 |
28-29 |
|
3.3 本章小结 |
29-30 |
|
第4章 LBG 算法的研究 |
30-41 |
|
4.1 LBG 算法设计码书的理论基础 |
30-32 |
|
4.2 LBG 算法 |
32-34 |
|
4.2.1 LBG 算法的实现 |
32-33 |
|
4.2.2 LBG 算法的优缺点 |
33-34 |
|
4.3 LBG 算法性能分析 |
34-36 |
|
4.4 基于微粒群的LBG 算法及实验结果 |
36-40 |
|
4.4.1 基于微粒群的LBG 算法的编码与适应度选择 |
36-37 |
|
4.4.2 基于微粒群的LBG 算法的具体描述 |
37-39 |
|
4.4.3 实验结果 |
39-40 |
|
4.5 本章小结 |
40-41 |
|
第5章 基于变换域的快速码字搜索算法 |
41-46 |
|
5.1 快速码字搜索算法的一般要求 |
41 |
|
5.2 基于哈德码变换的快速码字搜索算法 |
41-43 |
|
5.3 改进的基于哈德码变换的快速码字搜索算法 |
43-45 |
|
5.3.1 HTCP 算法原理及描述 |
43-44 |
|
5.3.2 实验结果 |
44-45 |
|
5.4 本章小结 |
45-46 |
|
第6章 蚁群算法和遗传算法在求解TSP 问题的对比 |
46-50 |
|
6.1 遗传算法基本原理和TSP 求解 |
46-47 |
|
6.2 实验对比分析 |
47-49 |
|
6.3 本章小结 |
49-50 |
|
第7章 结束语 |
50-52 |
|
7.1 本论文的研究工作总结 |
50 |
|
7.2 研究展望 |
50-52 |
|
参考文献 |
52-59 |
|
攻读硕士学位期间所发表论文 |
59-60 |
|
致谢 |
60-61 |
|
中文详细摘要 |
61-63 |
|
| 【DOI】 | LunWen.ID:2.2008.388110 |
