本文關鍵詞：人工魚群混合智能優(yōu)化算法及其應用研究，由筆耕文化傳播整理發(fā)布。

浙江大學信息學部

碩士學位論文

人工魚群混合智能優(yōu)化算法及其應用研究

姓名：張漢強

申請學位級別：碩士

專業(yè)：控制理論與控制工程

指導教師：陳金水;盧建剛

20100101

浙江大學碩士學位論文摘要

摘要

優(yōu)化問題一直是科學和工程研究領域的熱點問題。傳統(tǒng)的優(yōu)化方法在處理大維數(shù)、多模態(tài)等復雜問題上存在諸多不足。國內(nèi)外研究學者對此進行了研究和探討，提出了多種智能優(yōu)化算法，并結合各種優(yōu)化算法的優(yōu)點，衍生出多種混合智能優(yōu)化算法。本文在分析人工魚群算法基本原理的基礎上，結合禁忌搜索算法和遺傳算法，提出了兩種新的混合智能優(yōu)化算法，并將混合算法應用于多目標優(yōu)化、參數(shù)估計和組合優(yōu)化中，擴展了算法的應用范圍。

本文所作的主要工作如下：

Ｉ、系統(tǒng)地介紹智能優(yōu)化算法的研究現(xiàn)狀，以及單純智能優(yōu)化算法的局限性和混合智能優(yōu)化算法的優(yōu)點。重點分析人工魚群算法，并通過典型函數(shù)的仿真，探討參數(shù)對人工魚群算法收斂速度和精度的影響，總結出魚群算法參數(shù)設置的基本原則，提出分階段和變參數(shù)尋優(yōu)的改進策略。

２、結合人工魚群算法的改進策略，提出兩種新的混合智能優(yōu)化算法：禁忌與魚群混合優(yōu)化算法（ＨＩＯＡ－ＴＳＦＡ）和遺傳與魚群混合智能優(yōu)化算法（ＨＩＯＡ－ＧＦＡ）。通過對兩種混合智能優(yōu)化算法的仿真研究，以及與前人的研究成果比較，均驗證了本文提出兩種算法的有效性。

３、通過引入懲罰項的方法，將ＨＩＯＡ－ＴＳＦＡ算法應用于解決多目標優(yōu)化問題。仿真研究表明，該算法在解決復雜函數(shù)的優(yōu)化問題和多目標優(yōu)化問題中效果顯著。將ＨＩＯＡ－ＧＦＡ應用于非線性系統(tǒng)的參數(shù)估計問題，在無噪聲和有白噪聲的條件下，通過Ｌｏｒｅｎｚ混沌系統(tǒng)進行仿真研究，結果表明該混合算法對于解決參數(shù)估計問題十分有效。最后，進一步引入去交叉局部優(yōu)化策略對ＨＩＯＡ－ＧＦＡ進行改進，并將其應用于組合優(yōu)化問題中的旅行商問題。通過仿真研究驗證了ＨＩＯＡ－ＧＦＡ在解決旅行商問題時的有效性。關鍵詞：魚群算法；混合智能優(yōu)化算法；多目標優(yōu)化；組合優(yōu)化；參數(shù)估計

浙江大學碩’Ｉ：學位論文ＡＢＳＴＲＡＣＴ

ＡＢＳＴＲＡＣＴ

Ｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｈａｓａｔｔｒａｃｔｅｄａｌｏｔｏｆａｔｔｅｎｔｉｏｎｉｎｔｈｅｆｉｅｌｄｓｏｆｓｃｉｅｎｃｅａｎｄｅｎｇｉｎｅｅｒｉｎｇ．Ｓｏｍｅｐｒｏｂｌｅｍｓｈａｖｅｂｅｅｎｆｏｕｎｄｉｎｃｌａｓｓｉｃａｌｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｓｔｏｓｏｌｖｅｈｉｇｈｄｉｍｅｎｓｉｏｎ，ｍｕｌｔｉ－ｍｏｄａｌａｎｄｏｔｈｅｒｃｏｍｐｌｅｘｓｙｓｔｅｍｓ．Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｓｅｓｈｏｒｔｃｏｍｉｎｇｓ，ａＩｏｔｏｆｒｅｓｅａｒｃｈｏｎＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｈａｓｂｅｅｎｄｏｎｅ．ａｎｄｓｅｖｅｒａｌＨｙｂｒｉｄ

ｔｈｅａｄｖａｎｔａｇｅｏｆｖａｒｉｏｕｓｏｐｔｉｍｉｚａｔｉｏｎＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｃｏｍｂｉｎｅｄｗｉｔｈ

ａｌｇｏｒｉｔｈｍｓａｒｅｐｒｏｐｏｓｅｄｗｉｔｈｄｉｓｃｕｓｓｅｄｉｎ－ｄｅｐｔｈ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｗｏｎｅｗＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔ

ａｒｅＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｃｏｍｂｉｎｅｄＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍｗｉｔｈ

ＴａｂｕＳｅａｒｃｈａｎｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ．ＴｈｅｎｔｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｔｗｏｈｙｂｒｉｄａｌｇｏｒｉｔｈｍｓｉｎＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎ，ＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎ，ａｎｄＣｏｍｂｉｎａｔｏｒｉａｌ

ａｒｅＯｐｔｉｍｉｚａｔｉｏｎ，ｗｈｉｃｈｉｓｓｅｌｄｏｍｃｏｖｅｒｅｄｂｙｏｔｈｅｒ

ｆｏｌｌｏｗｓ：ａｕｔｈｏｒｓ．Ｔｈｅｍａｉｎｃｏｎｔｅｎｔｓｏｆｔｈｅｐａｐｅｒａｓ

１、ＴｈｅｓｔａｔｕｓｏｆｔｈｅＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ

ａｓｒｅｓｅａｒｃｈｉｓｓｙｓｔｅｍａｔｉｃａｌｌｙｉｎｔｒｏｄｕｃｅｄ，ａｓｗｅｌｌｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆｓｉｍｐｌｅＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓａｎｄｔｈｅ

ａｄｖａｎｔａｇｅｓｏｆＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓ．ＢｙａｎａｌｙｚｉｎｇｔｈｅＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍａｎｄｔｈｅｔｙｐｉｃａｌｂｅｎｃｈ—ｍａｒｋｓｉｍｕｌａｔｉｏｎ，ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｐａｒａｍｅｔｅｒｓｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄａｃｃｕｒａｃｙｏｆｔｈｅＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍｉｓｏｎｔｈｅｄｉｓｃｕｓｓｅｄ．Ｔｈｅｎ，ｔｈｅ

ａｒｅｂａｓｉｃｐｒｉｎｃｉｐｌｅｓｏｆｓｅｔｔｉｎｇｔｈｅｐａｒａｍｅｔｅｒｓｉｎＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍ

ａｎｄａｓｕｍｍａｒｉｚｅｄｇｒａｄｉｎｇａｎｄｖａｒｉａｂｌｅｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｉｓｐｒｏｐｏｓｅｄ．

ｏｎ２、ＢａｓｅｄｉｍｐｒｏｖｅｄＡｒｔｉｆｉｃｉａｌ

ａｒｅＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍ，ｔｗｏｎｅｗＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｐｒｏｐｏｓｅｄ，ｏｎｅｏｆｗｈｉｃｈｉｓｃｏｍｂｉｎｅｄｗｉｔｈＴａｂｕＳｅａｒｃｈｗｈｉｌｅｔｈｅ

ｏｔｈｅｒｗｉｔｈＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ．Ｃｏｍｐａｒｉｎｇｗｉｔｈｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓ，ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｓｅｔｗｏａｌｇｏｒｉｔｈｍｓｈａｓｂｅｅｎｐｒｏｖｅｎｂｙＭａｔｌａｂｓｉｍｕｌａｔｉｏｎ．

３、ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＨＩＯＡ—ＴＳＦＡａｌｇｏｒｉｔｈｍｉｎｓｏｌｖｉｎｇＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍｂｙｔｈｅｍｅｔｈｏｄｏｆＰｕｎｉｓｈｍｅｎｔＩｔｅｍｓｉｓｉｎｔｒｏｄｕｃｅｄ．ＳｉｍｕｌａｔｉｏｎｓｔｕｄｉｅｓｓｈｏｗｔｈａｔｉｔｉｓｖｅｒｙｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅｃｏｍｐｌｅｘｆｕｎｃｔｉｏｎａｎｄＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍ．Ｓｅｃｏｎｄｌｙ，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＨＩＯＡ—ＧＦＡｉｎｓｏｌｖｉｎｇＰａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｏｆＮｏｎｌｉｎｅａｒＳｙｓｔｅｍｉｓｄｉｓｃｕｓｓｅｄ．Ｓｉｍｕｌａｔｉｏｎｓｔｕｄｙｕｎｄｅｒｔｈｅａｂｓｅｎｃｅｏｆｎｏｉｓｅａｎｄｗｈｉｔｅｎｏｉｓｅｃｏｎｄｉｔｉｏｎｓｓｈｏｗｔｈａｔｉｔｉｓｖｅｒｙ．ＩＶ—

浙汀大學碩．Ｉ：學位論文ＡＢＳＴＲＡＣＴｅｆｆｅｃｔｉｖｅｉｎｓｏｌｖｉｎｇｔｈｅｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｐｒｏｂｌｅｍｉｎｔｈｅＬｏｒｅｎｚｃｈａｏｔｉｃｓｙｓｔｅｍ．Ｆｉｎａｌｌｙ，ｔｈｅｃｒｏｓｓ－ｐａｒｔｉａｌｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｉｓｉｎｔｒｏｄｕｃｅｄｔｏｉｍｐｒｏｖｅｔｈｅＨＩＯＡ—ＧＦＡ，，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｎｔｈｅＴｒａｖｅｌｉｎｇＳａｌｅｓｍａｎＰｒｏｂｌｅｍ（ＣｏｍｂｉｎａｔｏｒｉａｌＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍ）ｉｓｄｉｓｃｕｓｓｅｄ．Ｉｔｉｓｐｒｏｖｅｄ

Ｋｅｙｗｏｒｄｓ：ＦｉｓｈｔｏｂｅｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅＴＳＰｐｒｏｂｌｅｍｂｙＭａｔｌａｂｓｉｍｕｌａｔｉｏｎ．Ａｌｇｏｒｉｔｈｍ；ＳｗａｒｍＡｌｇｏｒｉｔｈｍ；ＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎ

Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅＰｒｏｂｌｅｍ；ＣｏｍｂｉｎａｔｏｒｉａｌＯｐｔｉｍｉｚａｔｉｏｎ；ＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎ－ＩＶ．

浙江大學研究生學位論文獨創(chuàng)性聲明

本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得—逝婆盤鱟或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。

……虢始娩簽字吼如ｒ鈔』日

學位論文版權使用授權書

本學位論文作者完全了解董壁姿盤堂有權保留并向國家有關部門或機構送交本論文的復印件和磁盤，允許論文被查閱和借閱。本人授權逝姿盤堂可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索和傳播，可以采用影印、縮印或掃描等復制手段保存、匯編學位論文。

（保密的學位論文在解密后適用本授權書）

學位論文作者簽名：導師簽名：

簽字日期：年月日簽字日期：年月日

  本文關鍵詞：人工魚群混合智能優(yōu)化算法及其應用研究，由筆耕文化傳播整理發(fā)布。