優(yōu)化問(wèn)題的幾種智能算法.pdf

1、智能優(yōu)化算法一般是利用自然、社會(huì)等復(fù)雜系統(tǒng)與優(yōu)化問(wèn)題的某些相似性而逐步發(fā)展起來(lái)的，它按照某些概率規(guī)則對(duì)搜索空間中的一組初始解進(jìn)行操作，從而得到下一組可行解。因此算法本身的搜索機(jī)制決定了算法的尋優(yōu)性能。 本文針對(duì)粒子群優(yōu)化算法、混合蛙跳算法和和聲搜索算法這三種智能優(yōu)化算法作了比較深入的研究，在此基礎(chǔ)上將這些算法作了進(jìn)一步的改進(jìn)和推廣，取得了較為滿意的結(jié)果。其主要工作概述如下： 1.針對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法在處理復(fù)雜函數(shù)優(yōu)化問(wèn)

2、題時(shí)容易陷入局部最優(yōu)、收斂精度低的缺點(diǎn)，利用生物學(xué)中的吸引排斥機(jī)制修正了粒子群優(yōu)化算法的更新策略，由此提出了一種基于吸引排斥機(jī)制的粒子群優(yōu)化算法，理論分析和數(shù)值試驗(yàn)表明算法有較好的優(yōu)化性能。 2.對(duì)混合蛙跳算法作了進(jìn)一步的研究，修正了其搜索機(jī)制，維持了子群的多樣性。實(shí)驗(yàn)仿真結(jié)果表明，改進(jìn)后的混合蛙跳算法提高了算法的收斂速度，有效地避免了SFLA的早熟收斂問(wèn)題，從而改善了對(duì)復(fù)雜問(wèn)題的搜索效率，驗(yàn)證了算法的可行性和有效性。