混合智能優(yōu)化算法及其應(yīng)用.pdf

1、智能優(yōu)化算法利用群體中個體間的信息交互及合作來實現(xiàn)尋優(yōu)的目的,具有概念簡單、實現(xiàn)方便、效率較高等特點,在許多實際優(yōu)化問題的求解上取得了成功.目前,智能優(yōu)化算法已成為優(yōu)化算法研究領(lǐng)域的一個熱點.本文從智能優(yōu)化算法的改進(jìn)和應(yīng)用兩個方面進(jìn)行了研究.
　　 首先對人工蜂群算法進(jìn)行改進(jìn)用來求解單目標(biāo)優(yōu)化問題.人工蜂群算法是近年來提出的一種新的群智能優(yōu)化算法,該算法的控制參數(shù)少,求解多峰、高維的優(yōu)化問題效果顯著.本文在原人工蜂群算法的基礎(chǔ)上

2、,改進(jìn)了采蜜蜂和觀察蜂的搜索機(jī)制,主要表現(xiàn)在:(1)在采蜜蜂中引入了隨機(jī)梯度搜索方法,增強其局部搜索能力,提高搜索效率；(2)觀察蜂借鑒差分變異的思想,提出了一種新的搜索方法,增強全局搜索能力.通過和人工蜂群、差分進(jìn)化、粒子群算法的數(shù)值實驗比較,表明改進(jìn)的人工蜂群算法求解精度高、收斂速度快、魯棒性好,相比其他三個算法有更好的求解性能.
　　 其次通過分析研究幾種比較經(jīng)典的求解多目標(biāo)優(yōu)化問題的進(jìn)化算法,提出了一種新的混合進(jìn)化算法.

3、新算法中不僅利用支配數(shù)定義適應(yīng)值函數(shù)、擁擠算子維持解的多樣性,而且采用了存檔的思想,加快算法的收斂速度確保精英解不會流失.當(dāng)目標(biāo)的維數(shù)增加時,在非劣解之間按k-近鄰算子,選擇距離較大的個體保留下來.數(shù)值試驗表明,該算法提高了求解速度,同時也保證了非劣解的均勻分布性.
　　 最后討論了混沌系統(tǒng)控制與同步問題.首先將該問題轉(zhuǎn)化為函數(shù)優(yōu)化問題；其次提出了一種新的智能算法-CDEM算法,該算法將差分進(jìn)化算法與細(xì)菌覓食算法相融合,提高差分