森林優(yōu)化算法的改進(jìn)及離散化研究.pdf

1、在日常生活以及生產(chǎn)作業(yè)中，最優(yōu)化問題是一類十分常見的問題。優(yōu)化是通過某種策略不斷改進(jìn)對象，使其逐步優(yōu)秀的一個(gè)過程，可以理解為從眾多的可選方案中，不斷搜索，最終選擇出最優(yōu)秀的方案或者相對最為貼合條件的滿意方案。對于目標(biāo)函數(shù)較為簡單且維度較低的優(yōu)化問題，傳統(tǒng)的基于數(shù)學(xué)理論的優(yōu)化方法可以解決，并且效率很高。但對于維度較高的相對復(fù)雜的優(yōu)化問題，傳統(tǒng)的優(yōu)化方法卻表現(xiàn)欠佳。對此，研究人員提出了一系列的現(xiàn)代智能優(yōu)化算法，其中包括遺傳算法、粒子群算法以

2、及新出現(xiàn)的森林優(yōu)化算法等。森林優(yōu)化算法是一種仿生類智能優(yōu)化算法，其模擬森林中種子傳播的過程進(jìn)行搜索最優(yōu)解，用于解決非線性連續(xù)型優(yōu)化問題。
　　森林優(yōu)化算法的性能雖然不錯(cuò)，但是仍有一些不足之處。森林優(yōu)化算法在解決連續(xù)型優(yōu)化問題時(shí)，收斂速度較慢，求得的最優(yōu)解精度不夠，較容易陷入局部最優(yōu)解。針對這些不足，本文提出了四個(gè)改進(jìn)策略，以提高其解決連續(xù)型優(yōu)化問題的性能。四個(gè)改進(jìn)策略分別是極端貪婪策略、波形步長、最優(yōu)樹優(yōu)待以及新型遠(yuǎn)處播種。極端貪

3、婪策略是在就地播種階段，對于新產(chǎn)生的眾多新樹，保留比舊樹優(yōu)秀的新樹，淘汰劣質(zhì)新樹，并且在優(yōu)秀新樹的基礎(chǔ)上再產(chǎn)生優(yōu)秀的新樹；波形步長是在原步長上添加余弦函數(shù)，使步長呈現(xiàn)余弦波形變化；最優(yōu)樹優(yōu)待策略是指相較于其他樹，最優(yōu)樹應(yīng)能產(chǎn)生較多數(shù)量的下一代新樹；新型的遠(yuǎn)處播種是將原遠(yuǎn)處播種階段的作用對象改為年齡為0的樹，并且每棵樹以一定概率進(jìn)行遠(yuǎn)處播種。為了驗(yàn)證四個(gè)改進(jìn)策略的有效性，先分別與原森林優(yōu)化算法進(jìn)行對比實(shí)驗(yàn)，然后融合四個(gè)改進(jìn)策略，形成新型森