生物地理學優(yōu)化算法的改進研究及應用.pdf

1、學校代碼：10406分類號：TP301.6學號：130085201001南昌航空大學南昌航空大學碩士學位論文(專業(yè)學位研究生)生物地理學優(yōu)化算法的改進研究及應用碩士研究生：王彥超導師：魯宇明教授申請學位級別：碩士學科、專業(yè)：機械工程所在單位：航空制造工程學院答辯日期：2016年6月授予學位單位：南昌航空大學I摘要科學研究和實際工程應用中的復雜尋優(yōu)問題一直備受關注，而生物地理學優(yōu)化算法為這些復雜優(yōu)化問題的解決提供了一種新的途徑。生物地理學

2、優(yōu)化算法具有機制新穎，結(jié)構(gòu)簡單，易于實現(xiàn)等特點。然而，算法中的算子在算法進化過程中容易導致種群出現(xiàn)同化現(xiàn)象，使得種群多樣性降低，從而弱化算法的探索能力。因此，需對算法相關方面進行研究和改進以提高算法的性能，使其滿足實際應用中的需求。工業(yè)生產(chǎn)中，如何快速、準確地計算機械零件的形位誤差已隨著現(xiàn)代制造技術(shù)的迅速發(fā)展受到越來越多的重視。形位誤差評定的本質(zhì)就是對一個復雜非線性函數(shù)的最優(yōu)化問題，而智能優(yōu)化算法在處理這類問題是有著不可替代的優(yōu)勢。本文

3、就生物地理學優(yōu)化算法中存在的問題并在已有研究的基礎上做出進一步改進，使算法在搜索能力和收斂速度方面得到改善，并將改進后的算法在形位誤差評定中的應用展開一定探索。本文所做的主要工作包括：(1)首先詳細闡述了對本課題所涉及內(nèi)容的研究背景；接著對生物地理學優(yōu)化算法做了詳細介紹并將該算法與其他幾種進化算法在基準函數(shù)上進行實驗測試，通過它們對這些函數(shù)優(yōu)化結(jié)果和表現(xiàn)的分析找出生物地理學優(yōu)化算法中存在的不足，為后續(xù)的改進工作建立了基礎。(2)遷移算子

4、和變異算子作為生物地理學優(yōu)化算法的核心算子，對于算法的性能至關重要。本文在對算法的改進中提出了二重遷移算子和二重變異算子。改進后的算子能夠明顯提高特征信息在棲息地之間的遷移效率，確保在突變概率和進化代數(shù)不變的情況下增加棲息地內(nèi)發(fā)生變異的機會和產(chǎn)生更好結(jié)果的概率，由此使得種群的多樣性和算法的開發(fā)能力能夠在進化過程中得到保持和增強，另外引入一種懲罰函數(shù)機制用來保證被操作的個體特征信息不超出規(guī)定的取值范圍。通過基準函數(shù)的數(shù)值實驗仿真證明，改進