粒子群混合智能優(yōu)化算法及應(yīng)用研究.pdf

1、優(yōu)化問題普遍存在于工程設(shè)計(jì)、信息技術(shù)、工業(yè)生產(chǎn)等科學(xué)領(lǐng)域，因而解決優(yōu)化問題是具有一定的理論意義和實(shí)踐價(jià)值。智能優(yōu)化算法是源自于生物進(jìn)化規(guī)律的搜索方法，它具有簡單、高效和魯棒性等特點(diǎn)，吸引著大量研究者們的關(guān)注并應(yīng)用于解決各類優(yōu)化問題。然而，單純的智能優(yōu)化算法并不能滿足實(shí)際問題中復(fù)雜的高維、離散和動態(tài)等優(yōu)化問題，因此針對解決復(fù)雜的優(yōu)化問題而設(shè)計(jì)混合智能優(yōu)化算法具有一定的研究意義。本文不僅概述了智能優(yōu)化算法的研究背景、意義及研究現(xiàn)狀，而且還分

2、析了一些智能優(yōu)化算法的不足。
　　本文對高維優(yōu)化問題、虛擬機(jī)放置問題及智能優(yōu)化算法進(jìn)行了研究，提出了兩種混合智能優(yōu)化算法（PS-ABC和HGPSO-EC）。論文的主要研究工作如下:
　　(1)高維優(yōu)化問題由于隨著搜索空間維度的增加，其計(jì)算復(fù)雜度按指數(shù)級增長，對此本文提出了一種改進(jìn)的混合智能優(yōu)化算法PS-ABC。該算法的思想是在每次迭代過程中，每個(gè)個(gè)體是在粒子群(PSO)算法結(jié)構(gòu)上使用人工蜂群(ABC)算法的探索能力，因此，該

3、算法擁有快速收斂和優(yōu)秀的計(jì)算性能。通過仿真結(jié)果表明，該算法在解決高維優(yōu)化問題上效果顯著。
　　(2)在云數(shù)據(jù)中心中，為了降低服務(wù)器資源的浪費(fèi)，本文提出一種基于聚類思想、粒子群和遺傳(GA)算法的面向虛擬機(jī)放置混合算法(HGPSO-EC)。該混合優(yōu)化算法主要包括租戶虛擬機(jī)整體聚類(EC)和HGPSO算法兩部分。虛擬機(jī)整體聚類有利于最小化通信代價(jià);HGPSO算法綜合了GA算法的強(qiáng)全局探索與PSO算法的強(qiáng)局部開發(fā)能力，能夠降低服務(wù)器資源