果蠅優(yōu)化算法及其應用研究.pdf

1、果蠅優(yōu)化算法是基于果蠅群體在覓食過程中的合作與競爭行為，提出的一種新群智能優(yōu)化算法，能夠用于高效地解決實際工程優(yōu)化問題。本文主要研究了果蠅優(yōu)化算法及其應用，包括:優(yōu)化灰色神經(jīng)網(wǎng)絡參數(shù)用于空調(diào)訂單預測、訓練神經(jīng)網(wǎng)絡結(jié)構(gòu)用于模式識別及運用改進的離散果蠅優(yōu)化算法求解置換流水線調(diào)度問題。
　　首先，詳細描述基本果蠅優(yōu)化算法，歸納了其在發(fā)展中的各種改進策略，并對果蠅優(yōu)化算法的應用領(lǐng)域進行總結(jié)。
　　其次，分析了果蠅優(yōu)化算法訓練灰色神經(jīng)

2、網(wǎng)絡灰色預測模型的相關(guān)參數(shù)，并將其用于空調(diào)訂單銷量的預測。針對灰色神經(jīng)網(wǎng)絡預測易陷入局部最優(yōu)及準確度不高的問題，采用果蠅算法對其參數(shù)進行優(yōu)化，在提高預測精度的同時加快了收斂速度。實驗結(jié)果表明，此算法能夠推廣到同類型的貧數(shù)據(jù)、非線性預測問題中，具有非常良好的應用前景。
　　隨后，針對至今仍未有將果蠅優(yōu)化算法用于訓練神經(jīng)網(wǎng)絡結(jié)構(gòu)的研究，本文創(chuàng)新性地將自適應果蠅優(yōu)化算法用于同時對神經(jīng)網(wǎng)絡結(jié)構(gòu)和權(quán)值進行訓練，提出了基于連接結(jié)構(gòu)的自適應果蠅

3、優(yōu)化算法SFOA。該算法在嗅覺搜索階段通過使用自適應步進值，實現(xiàn)全局尋優(yōu)性能與局部搜索能力之間的平衡。該方法通過同時對網(wǎng)絡連接結(jié)構(gòu)和權(quán)值進行訓練和優(yōu)化，有效地減少冗余連接，進而改善了網(wǎng)絡的優(yōu)化效率及模式分類能力。
　　然后，針對果蠅優(yōu)化算法未能有效應用到組合優(yōu)化領(lǐng)域的缺陷，對果蠅優(yōu)化算法進行改進，提出改進的離散果蠅優(yōu)化算法求解置換流水線調(diào)度問題。本算法對以下階段進行改進:在初始化果蠅群體階段，采用混沌算法及輪盤賭法;在嗅覺搜索階段