【摘要】： 受自然界生物群體所表現(xiàn)出的智能行為的啟發(fā),研究人員提出了人工智能新的實現(xiàn)模式——群體智能。群體智能的核心是由眾多簡單個體組成的群體能夠通過相互之間的簡單合作來實現(xiàn)某一功能、完成某一任務(wù)。群體智能中的主體在環(huán)境中表現(xiàn)出自主性、反映性、學(xué)習(xí)性和自適應(yīng)性等智能特性。 群體智能的研究始于蟻群算法。作為群體智能的典型形式,蟻群算法是基于螞蟻群體覓食過程沿最短路徑行進的生物學(xué)行為發(fā)展起來的一類群智能優(yōu)化方法。該算法在解決傳統(tǒng)優(yōu)化方法難以奏效的具有NP-Hard特性的組合優(yōu)化問題中取得了可喜的成果,因而受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在過去短短的十多年時間里,已經(jīng)在組合優(yōu)化、網(wǎng)絡(luò)路由、函數(shù)優(yōu)化、數(shù)據(jù)挖掘、機器人路徑規(guī)劃等領(lǐng)域獲得了廣泛的應(yīng)用。目前,蟻群優(yōu)化算法成為計算智能方法中的一個重要分支,并在很多國際會議上作為專題加以論,成為蓬勃發(fā)展的熱點研究課題。 本文針對傳統(tǒng)蟻群算法種群單一、求解速度慢等缺陷,提出了一種改進蟻群算法——分段多種群蟻群算法,并用改進蟻群算法成功解決了復(fù)雜系統(tǒng)可靠性冗余優(yōu)化問題及工程網(wǎng)絡(luò)結(jié)構(gòu)系統(tǒng)可靠性拓撲優(yōu)化問題等。本文的主要研究成果包括： (1)對現(xiàn)有的蟻群算法從以下幾個方面進行了改進：第一,根據(jù)自然界中螞蟻分工的不同,在算法中引進多種搜索螞蟻——先驅(qū)蟻、搜索蟻和叛逆螞蟻,各種螞蟻按給定的規(guī)則進行搜索,在加快解的進化的同時又保持了解的多樣性。 第二,采用分階段搜索策略,在算法初期適當(dāng)放大選擇概率,增加較好路徑在算法初期被選擇的機會,使較好路徑上的信息素在算法初期有所加強；在算法后期為了防止陷入局部最優(yōu),在前期信息素積累的基礎(chǔ)上恢復(fù)正常的選擇概率,確保算法不出現(xiàn)停滯現(xiàn)象。 第三,在信息素的更新方式上,把信息素的揮發(fā)速度設(shè)置為信息素濃度的函數(shù),更貼近自然現(xiàn)象的本質(zhì),在信息素的更新方式上采用信息素的全局更新方式。 實例測試結(jié)果表明,改進的蟻群算法在解決TSP問題上收斂速度快,并且比文獻中的對比結(jié)果具有更小的相對誤差。 (2)將改進蟻群算法應(yīng)用到串并系統(tǒng)可靠性冗余優(yōu)化中,結(jié)合工程實際,文中既考慮到冗余部件的個數(shù)又考慮到冗余部件的類型,采用分級網(wǎng)絡(luò)和并行搜索機制,解決了系統(tǒng)的元件可選擇不同類型的串并聯(lián)系統(tǒng)可靠性優(yōu)化問題。 (3)通過分級網(wǎng)絡(luò)、向量編碼將復(fù)雜系統(tǒng)可靠性優(yōu)化問題轉(zhuǎn)化為螞蟻可識別的點線結(jié)構(gòu),采用并行搜索機制改進將蟻群算法應(yīng)用到復(fù)雜系統(tǒng)可靠性優(yōu)化問題中。將信息素集中于各級節(jié)點作為節(jié)點對螞蟻的吸引強度,由節(jié)點的吸引強度指導(dǎo)螞蟻在解空間上高效啟發(fā)式搜索。計算結(jié)果表明,蟻群算法能快速搜索到問題的最優(yōu)解,計算結(jié)果比所列舉的算法都好。 (4)以“從輸入節(jié)點到該節(jié)點至少有一條路通的概率”為網(wǎng)絡(luò)節(jié)點的可靠度約束,采用二進制編碼將工程網(wǎng)絡(luò)結(jié)構(gòu)的拓撲優(yōu)化問題轉(zhuǎn)化為0-1規(guī)劃問題,提出了工程網(wǎng)絡(luò)結(jié)構(gòu)可靠性拓撲優(yōu)化的蟻群算法。采用遞歸法對所提出的方法作進一步的近似估計,給出在滿足一定的可靠度區(qū)間約束條件下網(wǎng)絡(luò)造價的一個估計,既減少了計算復(fù)雜度使算法有利于編程,又提高了算法效率。結(jié)果表明遞歸近似處理的計算復(fù)雜度低,效率高,精度高,方案合理,可以處理大型的復(fù)雜網(wǎng)絡(luò),比其他算法更有效。 最后,對全文的工作進行總結(jié),并展望了蟻群算法進一步還要研究的課題。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2009
【分類號】：TP18;N945.17

【引證文獻】

相關(guān)博士學(xué)位論文 前1條

1 田志強;高速鐵路乘務(wù)計劃編制優(yōu)化理論與方法研究[D];西南交通大學(xué);2011年

，

本文編號：2682120