隨著現(xiàn)代社會(huì)的進(jìn)步,最優(yōu)化問(wèn)題已經(jīng)越來(lái)越深入到我們生產(chǎn)、生活的各個(gè)方面;同時(shí),問(wèn)題的規(guī)模和復(fù)雜度也越來(lái)越高。傳統(tǒng)的數(shù)學(xué)方法在解決這些優(yōu)化問(wèn)題時(shí),求解的精度和效率往往無(wú)法達(dá)到我們的要求。因此,模擬自然現(xiàn)象及物種生存進(jìn)化的各種仿生算法相繼出現(xiàn),并迅速取代傳統(tǒng)的數(shù)學(xué)方法,在優(yōu)化問(wèn)題的求解中顯示出了獨(dú)有的優(yōu)勢(shì)。細(xì)菌覓食優(yōu)化算法(Bacterial Foraging Optimization algorithm,BFO)是模擬人類(lèi)大腸桿菌覓食行為的一類(lèi)群體智能優(yōu)化算法。它對(duì)初值和參數(shù)的選擇不敏感,魯棒性強(qiáng),簡(jiǎn)單易于實(shí)現(xiàn),可實(shí)現(xiàn)并行處理和全局搜索。算法一經(jīng)提出,就受到了學(xué)者們的廣泛關(guān)注。本文針對(duì)優(yōu)化問(wèn)題中的高維優(yōu)化、多目標(biāo)優(yōu)化等難點(diǎn)問(wèn)題,對(duì)BFO算法進(jìn)行深入探索,圍繞著如何構(gòu)建魯棒性強(qiáng)、高效的BFO改進(jìn)算法展開(kāi)了一系列的研究。主要工作如下:(1)通過(guò)描述大腸桿菌的覓食行為,介紹了BFO算法的尋優(yōu)過(guò)程,詳細(xì)闡述并分析了BFO算法各步驟在尋優(yōu)中所起到的具體作用,根據(jù)分析結(jié)果,對(duì)基本BFO算法進(jìn)行改進(jìn)。將混沌思想引入BFO中,用來(lái)完成細(xì)菌群體的初始化,使菌群在尋優(yōu)空間中均勻分布,為后期尋找全局最優(yōu)解創(chuàng)造...

【文章頁(yè)數(shù)】：116 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 優(yōu)化問(wèn)題分類(lèi)
        1.2.1 約束優(yōu)化與無(wú)約束優(yōu)化
        1.2.2 單目標(biāo)優(yōu)化與多目標(biāo)優(yōu)化
        1.2.3 連續(xù)優(yōu)化問(wèn)題與離散優(yōu)化問(wèn)題
    1.3 智能優(yōu)化算法簡(jiǎn)介
    1.4 智能優(yōu)化算法研究現(xiàn)狀
    1.5 細(xì)菌覓食優(yōu)化算法研究現(xiàn)狀
        1.5.1 算法基本理論研究
        1.5.2 基本BFO算法的改進(jìn)
        1.5.3 BFO算法與其他算法的結(jié)合
        1.5.4 BFO算法的應(yīng)用
    本章小結(jié)
2 基本細(xì)菌覓食優(yōu)化算法
    2.1 BFO算法簡(jiǎn)介
        2.1.1 大腸桿菌的覓食行為
        2.1.2 BFO算法原理
    2.2 BFO算法分析
        2.2.1 算法初始化
        2.2.2 趨向性操作分析
        2.2.3 復(fù)制操作分析
        2.2.4 遷徙操作分析
    2.3 BFO算法改進(jìn)
        2.3.1 改進(jìn)的初始化方法
        2.3.2 自適應(yīng)步長(zhǎng)機(jī)制
        2.3.3 基于遺傳思想的局部游動(dòng)
        2.3.4 復(fù)制操作的改進(jìn)
        2.3.5 遷徙操作的改進(jìn)
    2.4 改進(jìn)BFO算法流程
    2.5 實(shí)驗(yàn)結(jié)果與分析
        2.5.1 固定進(jìn)化迭代次數(shù)下的收斂速度和精度
        2.5.2 固定收斂精度下的進(jìn)化迭代次數(shù)
        2.5.3 與其他優(yōu)化算法的性能比較
        2.5.4 實(shí)驗(yàn)總結(jié)
    本章小結(jié)
3 細(xì)菌覓食優(yōu)化算法求解高維優(yōu)化問(wèn)題
    3.1 高維優(yōu)化問(wèn)題分類(lèi)求解
        3.1.1 可分解可分組問(wèn)題
        3.1.2 不可分解可分組問(wèn)題
        3.1.3 不可分解不可分組問(wèn)題
    3.2 分組尋優(yōu)下的維度更新
        3.2.1 分維自適應(yīng)步長(zhǎng)
        3.2.2 維度更新方案
    3.3 差分思想完成復(fù)制操作
    3.4 算法流程
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 與其他優(yōu)化算法性能比較
        3.5.2 BFO系列算法性能比較
        3.5.3 實(shí)驗(yàn)總結(jié)
    本章小結(jié)
4 多目標(biāo)細(xì)菌覓食優(yōu)化算法
    4.1 多目標(biāo)優(yōu)化問(wèn)題
    4.2 多目標(biāo)細(xì)菌覓食優(yōu)化算法
        4.2.1 基于歸一化的趨向性操作
        4.2.2 差分復(fù)制法
        4.2.3 柵格劃分遷徙法
        4.2.4 存放非劣解集的外部集
        4.2.5 多目標(biāo)細(xì)菌覓食優(yōu)化算法流程
    4.3 MOBFO性能測(cè)試
        4.3.1 多目標(biāo)算法性能評(píng)價(jià)指標(biāo)
        4.3.2 實(shí)驗(yàn)結(jié)果及分析
    本章小結(jié)
5 離散細(xì)菌覓食優(yōu)化算法求解TSP問(wèn)題
    5.1 λ-opt局部搜索策略
        5.1.1 λ -opt算法簡(jiǎn)介
        5.1.2 全局尋優(yōu)與局部搜索
    5.2 結(jié)合3-opt的DBFO算法
        5.2.1 算法編碼
        5.2.2 全局尋優(yōu)的初始化方法
        5.2.3 局部搜索的趨向性操作
        5.2.4 改進(jìn)的復(fù)制操作
        5.2.5 改進(jìn)的遷徙操作
        5.2.6 路徑計(jì)算
        5.2.7 算法流程
    5.3 實(shí)驗(yàn)結(jié)果分析
    本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：3790191