基于協(xié)同進(jìn)化的大規(guī)模優(yōu)化算法.pdf

1、隨著工程技術(shù)的發(fā)展與優(yōu)化問題數(shù)學(xué)模型的逐漸完善，很多優(yōu)化問題從最初的低維優(yōu)化發(fā)展成為現(xiàn)在的高維優(yōu)化問題。因此具有高維特性的大規(guī)模問題成為了當(dāng)前研究的熱點(diǎn)問題，并且在工程實(shí)踐中也有廣泛應(yīng)用。雖然最近幾年進(jìn)化優(yōu)化在許多實(shí)值和組合優(yōu)化問題上取得了很大的成功，但是大多數(shù)的隨機(jī)優(yōu)化算法，包括粒子群優(yōu)化算法、差分進(jìn)化算法和遺傳算法都會遭受―維數(shù)災(zāi)難‖，隨著搜索空間維數(shù)的增加，算法的性能急劇退化。因此，與拓?fù)浣Y(jié)構(gòu)簡單的低維問題相比，大規(guī)模問題的全局最

2、優(yōu)解是很難找到的。綜上所述，本文在動態(tài)多種群粒子群優(yōu)化算法中引入?yún)f(xié)同進(jìn)化策略來求解大規(guī)模優(yōu)化問題。
　　首先，本文介紹了大規(guī)模優(yōu)化問題的研究背景及意義，介紹了進(jìn)化算法在大規(guī)模優(yōu)化領(lǐng)域的研究現(xiàn)狀。重點(diǎn)講述了粒子群優(yōu)化算法在大規(guī)模問題中的應(yīng)用，并介紹了粒子群優(yōu)化算法的特點(diǎn)。隨后又簡述了近些年來粒子群優(yōu)化算法的發(fā)展歷程和研究方向。同時介紹了一些大規(guī)模優(yōu)化問題的解決方案，為算法對比提供了基礎(chǔ)。
　　其次，介紹了大規(guī)模優(yōu)化算法的基準(zhǔn)測

3、試函數(shù)，說明這些函數(shù)的性質(zhì)，表現(xiàn)出大規(guī)模問題的特點(diǎn)。
　　接著，提出了高維空間中的種群初始化方法。主要通過與基本的隨機(jī)數(shù)生成器的初始化結(jié)果進(jìn)行對比，說明在大規(guī)模優(yōu)化問題中，不同初始化方法的不同作用。使算法的種群在決策空間中分布更加均勻，使算法避免陷入局部最優(yōu)解。
　　最后，針對大規(guī)模優(yōu)化問題的特點(diǎn)，提出多種群動態(tài)的協(xié)同進(jìn)化算法，重點(diǎn)討論了該算法的特點(diǎn)、以及算法中涉及到的策略調(diào)整等。使用動態(tài)粒子群優(yōu)化算法來解決具有大量決策變量