群集智能方法的改進及其應(yīng)用研究.pdf

1、目前,由于實際的工程問題具有復(fù)雜性、約束性、非線性和建模困難等特點,尋找適用于領(lǐng)域?qū)嵺`需求的新興智能計算技術(shù)已經(jīng)成為越來越多研究者的關(guān)注焦點。在沒有集中控制且不提供全局模型的前提下,群集智能為尋找復(fù)雜的分布式問題提供了一種有效的解決方法。
　　群集智能是一種在自然界生物群體所表現(xiàn)出的智能現(xiàn)象的具體模式研究?；谌杭悄艿牡湫蜕锵到y(tǒng)包含生物鳥群系統(tǒng)和蟻群系統(tǒng)。其中,微粒群優(yōu)化模型和蟻群勞動分工模型又是生物系統(tǒng)的啟發(fā)式數(shù)學(xué)模型。本文

2、遵循一般到具體的研究思路,以上述兩個模型作為研究群集智能的具體對象,對兩個啟發(fā)式模型的改進理論及其應(yīng)用分別進行討論。
　　一方面,本文對基于微粒群優(yōu)化算法的改進和相關(guān)領(lǐng)域應(yīng)用進行研究。針對微粒群優(yōu)化算法普遍存在的問題,提出了一種自適應(yīng)分工微粒群優(yōu)化算法。該算法在不改變原數(shù)學(xué)模型的基礎(chǔ)上,通過動態(tài)調(diào)整子種群規(guī)模、引入局部環(huán)境因數(shù)以及自適應(yīng)分工策略構(gòu)造了一種新的算法結(jié)構(gòu)。然后,對兩類不同性質(zhì)、但具有代表性的工程領(lǐng)域問題的求解應(yīng)用,計算

3、結(jié)果表明,本文提出的算法在計算精度、運行效率、求解的魯棒性方面都有較大地提高。
　　另一方面,本文對基于蟻群勞動分工模型的改進和相關(guān)領(lǐng)域應(yīng)用進行研究。針對基本蟻群勞動分工模型的局限性,將模型中的單任務(wù)擴展至多任務(wù),形成了多任務(wù)勞動分工模型。在多任務(wù)勞動分工模型的基礎(chǔ)上,引入了相對環(huán)境閾值和相對響應(yīng)閾值的概念,將模型從0-1狀態(tài)擴展到多狀態(tài)。理論分析表明:該模型中螞蟻個體的信息交互方式與供應(yīng)鏈式的虛擬企業(yè)和拉式生產(chǎn)系統(tǒng)的信息交互方式