28611.復(fù)雜優(yōu)化問(wèn)題的新型多自主體動(dòng)態(tài)進(jìn)化算法

1、博士學(xué)位論文復(fù)雜優(yōu)化問(wèn)題的新型多自主體動(dòng)態(tài)進(jìn)化算法NovelMultiagentsDynamicEvolutionaryAlgorithmsforComplexOptimization‘作者姓名：高維尚學(xué)號(hào)：10909017指導(dǎo)教師：邵誠(chéng)教授學(xué)科、專業(yè)：控制理論與控制工程答辯日期：2014年12月16日大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)博士學(xué)位論文在當(dāng)今全球經(jīng)濟(jì)競(jìng)爭(zhēng)日趨激烈，資源能源日益緊張

2、，環(huán)保與節(jié)約意識(shí)越發(fā)強(qiáng)烈的社會(huì)經(jīng)濟(jì)環(huán)境下，工業(yè)制造，農(nóng)業(yè)生產(chǎn)以及國(guó)防、交通、金融等眾多行業(yè)追求高產(chǎn)出、高收益、高效益、低排放、保安全，從而面臨著需要解決多峰分布、非凸約束、局部極值環(huán)境等更為復(fù)雜的優(yōu)化難題。本文從啟發(fā)式優(yōu)化算法求解復(fù)雜優(yōu)化問(wèn)題存在的局限性出發(fā)，首先深入研究了避免尋優(yōu)代理陷入局部最優(yōu)的問(wèn)題，發(fā)現(xiàn)了導(dǎo)致該問(wèn)題的重要隱含因素，并提出雨林算法(RFA)；其次為提高雨林算法的可擴(kuò)展能力，設(shè)計(jì)了一種新型多自主體，以構(gòu)建移植性更好、程

3、序?qū)崿F(xiàn)更容易的動(dòng)態(tài)多樣進(jìn)化算法(DDEA)；最后針對(duì)不同類型的優(yōu)化問(wèn)題，進(jìn)行基于啟發(fā)式多層代理進(jìn)化算法的研究，提出面向?qū)嶋H應(yīng)用中解決復(fù)雜非凸約束優(yōu)化和奇異非凸約束優(yōu)化的兩類新型多自主體動(dòng)態(tài)進(jìn)化算法。本文的主要內(nèi)容與成果如下：(1)以啟發(fā)式尋優(yōu)算法在復(fù)雜多峰優(yōu)化問(wèn)題中的廣泛應(yīng)用為背景，以避免算法過(guò)早收斂并陷入局部極值為目標(biāo)，對(duì)群體智能優(yōu)化算法的運(yùn)行機(jī)理進(jìn)行了深入分析，發(fā)現(xiàn)“虛擬碰撞”現(xiàn)象作為一種隱性過(guò)早收斂的表象將直接影響算法的準(zhǔn)確性與快

4、速性，進(jìn)一步探索發(fā)現(xiàn)采樣過(guò)程的無(wú)約束性與樣本分布信息的缺失是導(dǎo)致“虛擬碰撞”的根本原因。為解決上述問(wèn)題，提出了針對(duì)非凸優(yōu)化的雨林優(yōu)化算法(I江A)：通過(guò)仿照植物生長(zhǎng)模式，利用規(guī)?？勺兎N群代替規(guī)模限定種群進(jìn)行分區(qū)分級(jí)尋優(yōu)采樣，來(lái)協(xié)調(diào)歷代樣本間的分布關(guān)系，并制定均勻與非均勻采樣原則來(lái)權(quán)衡優(yōu)化算法的探索與挖掘。通過(guò)六類復(fù)雜標(biāo)稱函數(shù)的性能測(cè)試，并與粒子群算法(PSO)和遺傳算法(GA)相比，RFA在多次實(shí)驗(yàn)中均能率先捕獲全局最優(yōu)結(jié)果，而采樣累計(jì)

5、分布圖像也同時(shí)顯示RFA對(duì)樣本疏密控制的張弛有度。這表明該算法能有效減少“虛擬碰撞”的發(fā)生，進(jìn)而在提高尋優(yōu)效率的同時(shí)，獲得精準(zhǔn)性和穩(wěn)定性較高的全局最優(yōu)解。(2)為進(jìn)一步提高雨林算法的通用能力與可移植性，簡(jiǎn)化該算法的程序?qū)崿F(xiàn)方式以拓展其應(yīng)用，并改善采樣分布中探索與挖掘的主要矛盾，本文提出一種新型多自主體，并以此構(gòu)建結(jié)構(gòu)更為靈活的動(dòng)態(tài)多樣進(jìn)化算法(DDEA)。本文從雨林算法的優(yōu)良特征中抽象出一種更為靈活的新型代理模式，其中包括新穎的特征屬性