文化算法及其在優(yōu)化調度中的應用研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、文化算法提供了一種明確的機制來表示、存儲和整合進化過程中的知識。其主要思想:在進化過程中,從進化的種群中獲取待解決問題的經驗知識,將這些經驗知識存儲在信念空間中,并用這些知識來指導種群進化過程,從而提高搜索效率。因此在一些問題上取得了比傳統(tǒng)進化算法更好的結果,特別是在求解約束優(yōu)化問題方面,全局優(yōu)化能力和計算效率明顯優(yōu)于傳統(tǒng)進化算法。目前文化算法應用于機器學習、自動控制、語義網絡、生產調度等廣泛領域。對于每一特定問題,文化算法的難點及其關

2、鍵在于信念空間模型的設計和影響函數的實現。本文在深入研究文化算法基礎上,將進化規(guī)劃和差分算法納入文化算法框架,并用改進的文化算法求解約束優(yōu)化問題和Flow Shop調度優(yōu)化問題。主要研究內容如下: ⑴對文化算法的來源、基本原理、機制、特點及應用等進行了系統(tǒng)研究和詳細闡述。 ⑵提出了一種基于進化規(guī)劃的文化算法,該算法在基于自適應的文化算法中引入進化規(guī)劃,有效利用進化過程中相關知識引導種群進化,在很大程度上提高了收斂速度。

3、 ⑶提出一種基于文化算法和改進差分進化算法的混合優(yōu)化算法,該算法將改進差分進化算法引入種群空間的進化操作,從而實現改進差分進化算法在進化過程中知識的動態(tài)獲取和知識對改進差分進化種群空間進化的有效指導,保證了種群的多樣性和收斂速度。 ⑷用benchmark函數對上述兩種優(yōu)化算法進行仿真,試驗結果表明兩種算法均優(yōu)于傳統(tǒng)的進化算法。 ⑸用CAEP和CAMDE算法求解丁烯烷化生產過程的約束優(yōu)化問題,并用CAMDE算法求解F

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論