細菌覓食優(yōu)化算法的改進及其在集裝箱裝載中應用.pdf

1、智能優(yōu)化算法是近半個世紀興起的一種高效、應用性強的優(yōu)化方法。他們不僅彌補了傳統(tǒng)優(yōu)化方法對搜索空間的限制要求多、搜索效率低等缺陷，也因為其不涉及本身數(shù)學特征，只需要根據(jù)應用問題修改適應度函數(shù)的算法機制，使得應用簡單直觀。本文主要研究的內(nèi)容是智能優(yōu)化算法中的新成員細菌覓食優(yōu)化算法，其基于生物基礎易于理解，穩(wěn)定性強，全局搜索能力突出而受到廣泛的關注。但是由于該算法提出時間尚短，發(fā)展還未完全成熟，還存在一些不足，表現(xiàn)在算法步驟復雜、計算負擔重、

2、局部搜索能力不穩(wěn)定等方面。尤其在其解決非凸或約束條件多的問題時，其收斂速度慢的情況尤為突出。
　　針對這些問題，本文通過搜集國內(nèi)外相關資料，在深入研究細菌覓食優(yōu)化算法的理論基礎和實際應用的基礎上，對其三大操作：趨化、復制、遷徙進行了改進，并且將其應用在集裝箱裝載此類復雜性高、約束條件多的NP-Hard問題上。本文主要的研究工作如下：
　?。?）對細菌覓食優(yōu)化算法中的趨向性操作提出兩種改進方法：一種基于余弦自適應步長替代固定步

3、長，在搜索前期使用大步長，快速尋找優(yōu)良區(qū)域，在后期局部搜索，提高算法精度；二種引入混合的遺傳算法，將趨化操作通過遺傳操作：交叉變異來實現(xiàn)，交叉操作加強種群中普通細菌和優(yōu)勢細菌的信息交流，加快收斂速度，變異操作在一定程度上避免了細菌陷入局部最優(yōu)。
　　對復制性操作提出改進：加入種群多樣性策略，修改其健康值的計算方式，提高搜索后期的搜索精度，減少因細菌復制而導致的局部最優(yōu)。對兩種改進算法進行了性能實驗比較分析，效果良好。
　　（