基于膜系統(tǒng)的微粒群優(yōu)化算法研究及應(yīng)用.pdf

1、膜計(jì)算是一種分布式、并行計(jì)算模型，是生物計(jì)算的新熱點(diǎn)，又被稱為P系統(tǒng)。膜指生物膜，膜計(jì)算是從生命細(xì)胞的結(jié)構(gòu)和功能；細(xì)胞組織、細(xì)胞器官和高級(jí)生物組織中細(xì)胞群的協(xié)作等現(xiàn)象，抽象提取出來的一種全新的計(jì)算模型。膜計(jì)算具有分布式、極大并行性、非確定性等特點(diǎn)，因此其在智能計(jì)算中有優(yōu)勢(shì)。早期大量對(duì)P系統(tǒng)的研究都是與膜計(jì)算的計(jì)算性能相關(guān)，大量P系統(tǒng)研究已證明P系統(tǒng)有與圖靈機(jī)相當(dāng)?shù)膬?yōu)良性能。雖膜計(jì)算應(yīng)用研究起步較晚，然而截至目前膜計(jì)算應(yīng)用研究已經(jīng)相當(dāng)活躍

2、，涉及眾多領(lǐng)域。微粒群算法是是一個(gè)生物模仿型算法，模擬鳥群覓食過程的遷徙和群體移動(dòng)。傳統(tǒng)微粒群優(yōu)化算法主要用于解決一些連續(xù)空間優(yōu)化問題，算法存在早熟收斂和對(duì)離散問題難以應(yīng)用的弱點(diǎn)。經(jīng)改進(jìn)得到的二進(jìn)制微粒群優(yōu)化算法可成功用于求解離散空間的優(yōu)化問題。
　　基于膜計(jì)算的非確定性和極大并行性等特點(diǎn)，本文以膜計(jì)算模型為基礎(chǔ)的計(jì)算框架，分別將改進(jìn)微粒群算法和二進(jìn)制微粒群算法引入P系統(tǒng)中，在膜計(jì)算框架下實(shí)現(xiàn)算法，借助膜系統(tǒng)的高度并行性可以提高運(yùn)

3、算速度，并行計(jì)算是未來趨勢(shì)。本文的主要工作如下：
　　第一章為緒論，介紹課題來源、背景、研究意義，闡述了膜計(jì)算和微粒群算法的國(guó)內(nèi)外研究現(xiàn)狀，并綜述了到目前為止微粒群膜算法的發(fā)展，為以后的研究者提供參考。
　　第二章為基本理論，介紹膜計(jì)算及微粒群算法理論的基本理論。對(duì)于膜計(jì)算主要介紹基本概念、膜計(jì)算模型、膜計(jì)算對(duì)象和規(guī)則。微粒群算法部分主要闡述算法基本原理，基本微粒群算法和算法的流程、特點(diǎn)。
　　第三章采用動(dòng)態(tài)選擇慣性權(quán)

4、重曲線的方式改進(jìn)微粒群算法，對(duì)微粒群算法的慣性權(quán)重進(jìn)行分析改進(jìn)，提出慣性權(quán)重曲線動(dòng)態(tài)選擇策略。根據(jù)實(shí)驗(yàn)結(jié)果，設(shè)置可行的慣性權(quán)重變化曲線數(shù)量和迭代間隔次數(shù)，運(yùn)用膜計(jì)算你規(guī)則的執(zhí)行來控制慣性權(quán)重曲線的動(dòng)態(tài)選擇，提出基于動(dòng)態(tài)膜規(guī)則的微粒群膜算法。根據(jù)帶有活性膜的P系統(tǒng)具有膜運(yùn)算規(guī)則的特性，將微粒群算法與膜計(jì)算進(jìn)行有機(jī)結(jié)合，并對(duì)系統(tǒng)的計(jì)算復(fù)雜度和精度進(jìn)行分析論證。
　　第四章介紹了二進(jìn)制微粒群膜算法。首先對(duì)原始二進(jìn)制微粒群算法進(jìn)行介紹，提