【摘要】：群智能算法是一類具有簡(jiǎn)單性、靈活性和通用性的全局優(yōu)化算法。它為復(fù)雜優(yōu)化問(wèn)題提供了有效解決方法,并已廣泛應(yīng)用于許多科學(xué)研究、工程應(yīng)用、經(jīng)濟(jì)、軍事、管理等領(lǐng)域。由于群智能算法的個(gè)體更新規(guī)則簡(jiǎn)單,個(gè)體學(xué)習(xí)能力不夠強(qiáng);且算法在迭代過(guò)程中會(huì)產(chǎn)生大量中間數(shù)據(jù),而這些數(shù)據(jù)中包含的有用信息沒(méi)有充分利用。面臨日益復(fù)雜的優(yōu)化問(wèn)題時(shí),這些不足嚴(yán)重影響了群智能算法的性能。為了更高效地求解日益復(fù)雜的優(yōu)化問(wèn)題,本文通過(guò)改進(jìn)個(gè)體更新規(guī)則、結(jié)合反向?qū)W習(xí)等技術(shù)從中間數(shù)據(jù)中挖掘有用信息,從而提高算法性能。本文根據(jù)上述思路,主要進(jìn)行了如下研究。(1)對(duì)取樣路徑優(yōu)化問(wèn)題進(jìn)行分析并給出其數(shù)學(xué)模型。為有效解決該問(wèn)題,充分利用問(wèn)題特性,提出了一種多啟發(fā)式信息蟻群優(yōu)化算法。該算法將問(wèn)題特性作為一項(xiàng)新的啟發(fā)式信息加入螞蟻構(gòu)建路徑的概率計(jì)算公式中。理論上,對(duì)該算法的收斂性進(jìn)行了分析,并詳細(xì)分析了新增啟發(fā)式信息的作用。實(shí)驗(yàn)上,也驗(yàn)證了新增啟發(fā)式信息項(xiàng)的有效性和多啟發(fā)式信息蟻群優(yōu)化算法的性能,并對(duì)新引入的參數(shù)進(jìn)行了詳細(xì)分析,給出求解質(zhì)量較好且穩(wěn)定性也較好的參數(shù)取值。此外,從最佳參數(shù)取值上進(jìn)一步驗(yàn)證了新增啟發(fā)式信息在路徑構(gòu)建中的重要作用。該算法為取樣送檢路徑規(guī)劃問(wèn)題提供了有效解決方法。(2)提出了部分吸引模型、快速吸引力計(jì)算策略并構(gòu)建了部分吸引螢火蟲(chóng)算法。在分析標(biāo)準(zhǔn)螢火蟲(chóng)算法個(gè)體更新規(guī)則的基礎(chǔ)上,提出了一種部分吸引模型,在降低標(biāo)準(zhǔn)螢火蟲(chóng)算法的時(shí)間復(fù)雜度的同時(shí),充分利用多個(gè)更優(yōu)個(gè)體的信息。提出一種快速吸引力計(jì)算策略,保證寬搜索區(qū)域和高維優(yōu)化問(wèn)題中的群體之間的信息共享。結(jié)合部分吸引模型及快速吸引力計(jì)算策略構(gòu)建了部分吸引螢火蟲(chóng)算法。該算法保持了標(biāo)準(zhǔn)螢火蟲(chóng)算法的簡(jiǎn)單性,且時(shí)間復(fù)雜度低于標(biāo)準(zhǔn)螢火蟲(chóng)算法。實(shí)驗(yàn)證明了部分吸引模型和快速吸引力計(jì)算策略的有效性。并與新近的螢火蟲(chóng)變種算法和其它群智能算法比較,在CEC' 2013測(cè)試集的大多數(shù)函數(shù)上,部分吸引螢火蟲(chóng)算法能夠取得更高精度的解。在求解倫納德瓊斯勢(shì)能問(wèn)題時(shí),與其它螢火蟲(chóng)變種算法相比,部分吸引螢火蟲(chóng)算法也表現(xiàn)出更高求解精度。(3)提出鄰域重心反向?qū)W習(xí)策略及鄰域重心反向?qū)W習(xí)粒子群優(yōu)化算法。分析現(xiàn)有的反向?qū)W習(xí)粒子群優(yōu)化算法的相關(guān)研究,指出了存在的不足,即計(jì)算反向解時(shí)沒(méi)有充分利用群體搜索信息。同時(shí),考慮到保持種群多樣性,擴(kuò)展了重心反向,提出了鄰域重心反向?qū)W習(xí)策略,并應(yīng)用到粒子群優(yōu)化算法中。在8個(gè)常用測(cè)試函數(shù)和28個(gè)CEC'2013測(cè)試函數(shù)上進(jìn)行了 一系列的實(shí)驗(yàn),證明了鄰域重心反向?qū)W習(xí)策略的有效性。經(jīng)與知名粒子群變種算法比較,表明鄰域重心反向?qū)W習(xí)粒子群優(yōu)化算法的良好性能。實(shí)驗(yàn)還進(jìn)一步分析了拓?fù)浣Y(jié)構(gòu)對(duì)算法的影響,得出了不同拓?fù)浣Y(jié)構(gòu)對(duì)該算法性能影響不大的結(jié)論。在求解擴(kuò)頻雷達(dá)相位設(shè)計(jì)問(wèn)題時(shí),與標(biāo)準(zhǔn)粒子群算法、有代表性的反向?qū)W習(xí)粒子群算法,以及兩種知名粒子群變種等算法相比,鄰域重心反向?qū)W習(xí)粒子群優(yōu)化算法也取得了更好的結(jié)果。(4)提出了兩點(diǎn)全交叉重心反向?qū)W習(xí)策略和一種基于兩點(diǎn)全交叉重心反向?qū)W習(xí)的部分吸引螢火蟲(chóng)算法。分析了現(xiàn)有的反向?qū)W習(xí)的相關(guān)研究,指出了反向?qū)W習(xí)有進(jìn)一步提升的空間。借鑒了兩點(diǎn)交叉的思想,提出了兩點(diǎn)全交叉操作,并將其應(yīng)用于重新組織個(gè)體和反向個(gè)體的信息,得到了部分維上取反向值的反向候選解,以提取個(gè)體和反向個(gè)體中隱含的有用信息,構(gòu)建了一種兩點(diǎn)全交叉重心反向?qū)W習(xí)策略。將該學(xué)習(xí)策略應(yīng)用于部分吸引螢火蟲(chóng)算法中,得到基于全交叉重心反向?qū)W習(xí)的部分吸引螢火蟲(chóng)算法。在CEC'2013測(cè)試集上進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)數(shù)據(jù)表明:兩點(diǎn)全交叉重心反向?qū)W習(xí)策略比其它多種反向?qū)W習(xí)策略更具有高效性,全交叉重心反向?qū)W習(xí)的部分吸引螢火蟲(chóng)算法的收斂性能比其它相關(guān)算法更好。(5)提出了正交反向?qū)W習(xí)策略和一種基于正交反向?qū)W習(xí)的螢火蟲(chóng)算法。為了進(jìn)一步挖掘反向點(diǎn)中包含的有利信息,采用正交試驗(yàn)設(shè)計(jì)的方法,提出一種正交反向?qū)W習(xí)策略,反向點(diǎn)和原始點(diǎn)中找出各維度上的值的最優(yōu)組合,從而提高算法收斂精度。該學(xué)習(xí)策略中,采用重心反向計(jì)算,利用群體搜索經(jīng)驗(yàn)的同時(shí)避免搜索依賴坐標(biāo)。在螢火蟲(chóng)算法框架下,將該學(xué)習(xí)策略應(yīng)用于隨機(jī)選擇的一個(gè)個(gè)體上,充分利用該學(xué)習(xí)策略得到的有用信息,構(gòu)建了一種基于正交反向?qū)W習(xí)的螢火蟲(chóng)算法。實(shí)驗(yàn)結(jié)果說(shuō)明了正交反向?qū)W習(xí)策略的有效性,與多種新近的改進(jìn)螢火蟲(chóng)算法相比,正交反向?qū)W習(xí)算法在大多數(shù)函數(shù)上獲得更高的求解精度。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18
【圖文】：

圖１－２論文的組織結(jié)構(gòu)圖逡逑

即定義了個(gè)體作用的方式和信息共享的方式。不同Ｓ丨算法的靈感來(lái)源于不同的群體行逡逑為，因此具有不同的交互機(jī)制。逡逑圖２－１給出了一個(gè)簡(jiǎn)單的一般化Ｓ丨算法框架。ＳＩ算法的第一步就是種群的初始化過(guò)逡逑程。最基本的初始化方式一般是在搜索空間中隨機(jī)初始化所有個(gè)體。接著，算法進(jìn)入迭逡逑代過(guò)程。這個(gè)過(guò)程中有三個(gè)主要的步驟，一是個(gè)體之間的交互作用，這是Ｓ丨算法最重要逡逑的步驟。ＳＩ算法中個(gè)體之間的交互作用類似于演化算法的湞化操作。演化箅法中，這個(gè)逡逑過(guò)程通常執(zhí)行的足交叉、變異和重組操作。而ＳＩ算法中，這個(gè)過(guò)程往往稱為個(gè)體之間的逡逑通佶，或者個(gè)體之間的交互作用。這個(gè)過(guò)程是一個(gè)群體協(xié)作過(guò)程，即群體中的個(gè)體相互逡逑影響的過(guò)程。第二個(gè)步驟是種群更新，不同的Ｓ１算法種群更新的方式不同。這個(gè)步驟中逡逑每個(gè)個(gè)體執(zhí)行－組可能包含隨機(jī)搜索、正面或負(fù)面反饋的操作。第三個(gè)步驟則是種群評(píng)逡逑沾，根據(jù)丨標(biāo)函數(shù)評(píng)估更新后的種群的適應(yīng)值。整個(gè)迭代過(guò)程重復(fù)進(jìn)行，直到循環(huán)終止逡逑條件到達(dá)。循環(huán)終止條件可以設(shè)置為到達(dá)最大迭代次數(shù)、或者是最大函數(shù)評(píng)估次數(shù)

圖３－１取樣送檢路徑例子逡逑將取樣送檢路徑規(guī)劃問(wèn)題描述為：取樣乍從起點(diǎn)出發(fā)，經(jīng)過(guò)每個(gè)取樣結(jié)點(diǎn)，eA后送逡逑到質(zhì)檢中心。其中，取樣結(jié)點(diǎn)位于起點(diǎn)４質(zhì)檢中心之間。如圖３－１所示。要求合理安排逡逑取樣路線，使得取樣開(kāi)始到取樣結(jié)束的總路程最短，ａ取樣送檢路徑滿足以下條件：逡逑（１）

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 邵鵬;吳志健;周炫余;鄧長(zhǎng)壽;;基于折射原理反向?qū)W習(xí)模型的改進(jìn)粒子群算法[J];電子學(xué)報(bào);2015年11期

2 趙友虎;劉聰;張賀全;;濟(jì)鋼45t轉(zhuǎn)爐煉鋼精益管理實(shí)踐[J];山東冶金;2015年03期

3 喻飛;李元香;魏波;徐星;趙志勇;;透鏡成像反學(xué)習(xí)策略在粒子群算法中的應(yīng)用[J];電子學(xué)報(bào);2014年02期

4 蘇兆品;蔣建國(guó);梁昌勇;張國(guó)富;夏娜;;蟻群算法的幾乎處處強(qiáng)收斂性分析[J];電子學(xué)報(bào);2009年08期

5 顧險(xiǎn)峰;焦劍;;海關(guān)取樣工作的現(xiàn)狀及路徑創(chuàng)新[J];上海海關(guān)學(xué)院學(xué)報(bào);2008年01期

6 嚴(yán)志富;;如何做好建筑工程見(jiàn)證取樣、送檢[J];四川建筑科學(xué)研究;2008年01期

7 曾建潮,崔志華;一種保證全局收斂的PSO算法[J];計(jì)算機(jī)研究與發(fā)展;2004年08期

相關(guān)博士學(xué)位論文 前1條

1 劉彥鵬;蟻群優(yōu)化算法的理論研究及其應(yīng)用[D];浙江大學(xué);2007年

本文編號(hào)：2774866