基于演化計算的多峰函數研究.pdf

1、多峰函數(multimodal function)，即含有多個局部最優(yōu)解或全局最優(yōu)解的函數。在數學、建筑、工程、機械等眾多實際領域都需要將所研究的問題轉化為多峰函數問題進行求解，如神經網絡的結構優(yōu)化以及權值優(yōu)化問題，復雜系統(tǒng)參數及結構辨識問題等。這些現實問題的求解也就轉化成了多峰函數全局優(yōu)化問題的求解。對于多峰函數，尋求全部最優(yōu)解的研究已經成為熱點，并已經取得了很多不同方向的成果。
　　 針對多峰函數的特點，利用演化計算的可并行

2、性、高效性以及原理的簡潔性進行研究是本文的主要思路。以下為主要的研究工作：
　　 (1)針對多峰函數問題求解的多種方法，從傳統(tǒng)方法和演化計算兩個方面對其進行了研究以及現狀分析。
　　 (2)對演化計算的發(fā)展、種類及其各自的特點以及應用領域做了分析研究。
　　 (3).在已有的多種優(yōu)化方法的基礎上，提出了一種針對多峰函數的多層次、全方位的演化計算方法（GSGL算法）。GSGL算法根據共享型遺傳算法模型原理引入性能、

3、地域離散度概念對初始種群進行預處理，保證種群初始解的多樣性從而避免種群的早熟。
　　 (4)算法采用模糊聚類的方法將種群分塊，每個小塊被看作是一個小的種群，接著在小塊內部實行迭代，并在此過程中引入最優(yōu)解檔案以及入檔案的判定條件，使得能找到的所有的最優(yōu)解以數組形式作為結果輸出。GSGL算法將遺傳共享、全局搜索和局部搜索等能力集中于一體，在求解多峰函數上有較好的效果。
　　 (5)將GSGL算法應用于幾個典型的多峰函數問題求