若干智能算法的研究與應(yīng)用.pdf

1、智能算法由于其操作簡單，易于實(shí)現(xiàn)的良好特性，被廣泛應(yīng)用到現(xiàn)實(shí)生活的各個(gè)領(lǐng)域，并且在解決復(fù)雜的全局優(yōu)化問題方面已經(jīng)取得了成功，相對于傳統(tǒng)的優(yōu)化算法，智能算法得到了廣泛關(guān)注。
　　以種群為基礎(chǔ)的智能算法是通過對社會(huì)性物種行為的了解和研究獲得的新方法，他們都是依據(jù)群體之間的信息交流，從而快速的尋找到問題的最優(yōu)解。首先介紹幾種智能算法的起源背景，然后對算法生物學(xué)機(jī)理，算法步驟進(jìn)行詳細(xì)的介紹，最后對算法主要改進(jìn)方向進(jìn)行了總結(jié)。
　　根

2、據(jù)對算法的研究，介紹了一種新的智能算法—回溯搜索優(yōu)化算法。先對新算法的操作流程進(jìn)行了詳細(xì)的介紹，針對回溯搜索優(yōu)化算法收斂速度慢的缺點(diǎn),在變異策略中提出基于麥克斯韋-玻爾茲曼分布的變異尺度系數(shù)，并引進(jìn)貪婪性的交叉策略，利用麥克斯韋-玻爾茲曼分布產(chǎn)生變異尺度系數(shù),能有效提高搜索效率,加快收斂速度，在交換維數(shù)較少的交叉策略中使用向優(yōu)秀個(gè)體群學(xué)習(xí)過的變異種群進(jìn)行交叉,在充分保證種群多樣性的前提下為交叉策略添加了一定貪婪性,成功避免了以往算法添加

3、貪婪性時(shí)易陷入局部最優(yōu)的缺點(diǎn)。
　　在充分研究了回溯搜索優(yōu)化算法的前提下，針對人工蜂群算法收斂速度慢和易陷入局部最優(yōu)的缺點(diǎn),在雇傭蜂搜索階段提出了一種基于多維搜索和一維搜索的混合搜索策略,能克服單一一維搜索下收斂速度慢的缺點(diǎn),有效加快收斂速度，并提出了新的跟隨蜂蜜源選擇策略，更能保證種群多樣性,增強(qiáng)算法全局搜索能力。
　　以PID控制器參數(shù)優(yōu)化問題作為研究對象，將回溯搜索優(yōu)化算法應(yīng)用到參數(shù)尋優(yōu)問題上。先根據(jù)經(jīng)驗(yàn)產(chǎn)生搜索區(qū)域，