基于進(jìn)化算法的函數(shù)優(yōu)化問題.pdf

1、進(jìn)化算法是模擬生物界進(jìn)化過程產(chǎn)生的一種現(xiàn)代優(yōu)化方法，作為一種有效的隨機(jī)搜索方法，在優(yōu)化方法中具有獨(dú)特的優(yōu)越性，在實(shí)際應(yīng)用中有著廣泛的應(yīng)用領(lǐng)域。傳統(tǒng)的優(yōu)化方法對(duì)目標(biāo)函數(shù)的解析性要求較高，而進(jìn)化算法不需要函數(shù)的導(dǎo)數(shù)信息，具有隱含并行性，所以常用于一些復(fù)雜的、大規(guī)模的、非線性的、不可微的優(yōu)化問題。而一般的實(shí)際優(yōu)化問題都可以轉(zhuǎn)化為一些具體的數(shù)學(xué)描述，因此要解決實(shí)際優(yōu)化問題，應(yīng)當(dāng)先解決函數(shù)的優(yōu)化問題。本文研究了基于進(jìn)化算法的函數(shù)優(yōu)化問題，主要內(nèi)容

2、如下： 1．簡(jiǎn)要地回顧了進(jìn)化算法的理論及其研究背景。總結(jié)了單目標(biāo)優(yōu)化方法及多目標(biāo)優(yōu)化的傳統(tǒng)解決方法和基于進(jìn)化算法的解決方法。 2．總結(jié)了現(xiàn)代優(yōu)化方法的種類并分析了進(jìn)化算法對(duì)求解函數(shù)優(yōu)化問題的優(yōu)越性。重點(diǎn)介紹了怎樣用進(jìn)化規(guī)劃求解單目標(biāo)優(yōu)化問題，并提出了兩種改進(jìn)的單目標(biāo)函數(shù)優(yōu)化算法。一種是對(duì)用進(jìn)化規(guī)劃算法處理局部搜索和全局搜索問題進(jìn)行了改進(jìn)；另一種是混合進(jìn)化規(guī)劃算法，把免疫進(jìn)化中的克隆擴(kuò)增算子與自適應(yīng)變異步長(zhǎng)的進(jìn)化規(guī)劃相結(jié)合

3、，提高了算法的收斂速度及搜索精度。通過對(duì)經(jīng)典算例的仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)后算法的有效性。 3．分析了多目標(biāo)進(jìn)化算法中的相關(guān)策略，并列舉了幾種典型多目標(biāo)進(jìn)化算法的處理策略，為后面對(duì)多目標(biāo)優(yōu)化算法的改進(jìn)奠定了基礎(chǔ)。 4．提出了三種改進(jìn)的多目標(biāo)優(yōu)化算法。第一種是增加搜索能力的多目標(biāo)進(jìn)化算法，改進(jìn)了解在決策變量空間內(nèi)進(jìn)行全局搜索，收斂到真正的Pareto最優(yōu)集的算法；第二種是在基于自適應(yīng)變異步長(zhǎng)進(jìn)化策略求解多目標(biāo)優(yōu)化問題中選擇一定比