啟發(fā)式算法及其在工程優(yōu)化中的應(yīng)用.pdf

1、在國防現(xiàn)代化、控制工程、經(jīng)濟(jì)調(diào)度、機(jī)械加工等領(lǐng)域都存在大量的優(yōu)化問題，人們提出了許多優(yōu)化算法以解決這些實(shí)際的工程優(yōu)化問題。一些實(shí)際工程優(yōu)化問題往往是多極值點(diǎn)的復(fù)雜優(yōu)化問題，很難用古典的優(yōu)化算法解決。因此，求取全局最優(yōu)點(diǎn)的啟發(fā)式算法已經(jīng)成為了焦點(diǎn)。本文對啟發(fā)式算法及其在工程優(yōu)化問題中的應(yīng)用進(jìn)行了深入的研究和分析。
　　可靠性問題是指選擇最優(yōu)的元件和冗余度水平來滿足資源約束，并使所獲得系統(tǒng)的可靠性最大。本文提出了一種修正的粒子群優(yōu)化(

2、MPSO)算法解決復(fù)雜系統(tǒng)可靠性問題。MPSO算法通過分開使用個(gè)體最優(yōu)粒子和全局最優(yōu)粒子來更新每個(gè)粒子的速度，這取決于一個(gè)動(dòng)態(tài)概率。另外，它在速度更新中引入一種新的慣性權(quán)重來平衡全局搜索和局部搜索。根據(jù)大量的實(shí)驗(yàn)，在解決可靠性問題上，MPSO算法比其他兩種PSO算法具有更強(qiáng)的收斂性和穩(wěn)定性。
　　工作分配問題(TAP)涉及在一個(gè)離散系統(tǒng)中將一定數(shù)量的工作分配給一定數(shù)量的處理器。TAP的目標(biāo)是最小化由于工作分配而蒙受的執(zhí)行和通訊的總

3、成本，這是有約束的優(yōu)化問題。本文提出了一種改進(jìn)的差分進(jìn)化算法IDE)，并將它應(yīng)用于工作分配問題（TAP）。IDE算法根據(jù)所有候選解的目標(biāo)函數(shù)值來自適應(yīng)地調(diào)整尺度因子，根據(jù)迭代次數(shù)來動(dòng)態(tài)地調(diào)整交叉率，這樣能增加候選解的多樣性。實(shí)驗(yàn)結(jié)果表明，在一些工作分配問題上，IDE算法所獲得的最優(yōu)解都要好于其他兩種DE算法所得到的結(jié)果。
　　和聲搜索算法(HS)是受音樂即興創(chuàng)作過程的啟發(fā)而產(chǎn)生的一種啟發(fā)式算法。HS算法缺乏全局搜索能力，因此容易陷

4、入局部最優(yōu)。本文提出了一種新穎的全局和聲搜索算法(NGHS)，從而可以有效地避免HS算法早熟。NGHS算法使用了一種新穎的位置更新和一種常用的基因變異方法。前者提高了算法的精確性和收斂速度，后者使和聲記憶庫（種群）多樣化，從而使得和聲向量能夠輕易地逃出局部最優(yōu)。
　　研究了NGHS算法的優(yōu)化性能，并分析了參數(shù)對NGHS算法的影響。NGHS算法在每次迭代中更新和聲記憶庫中的最差和聲，這提高了整個(gè)和聲記憶庫的質(zhì)量。進(jìn)一步利用NGHS算