生物地理學(xué)優(yōu)化算法的研究及應(yīng)用.pdf

1、生物地理學(xué)優(yōu)化算法(Biogeography-Based Optimization, BBO)是2008年提出的一種高效的群智能優(yōu)化算法，它模擬自然界中物種在棲息地間進(jìn)行遷移的過(guò)程來(lái)實(shí)現(xiàn)尋優(yōu)，具有全局搜索能力強(qiáng)、收斂速度快及對(duì)當(dāng)前群體中信息有效利用能力強(qiáng)等諸多優(yōu)點(diǎn)，其獨(dú)特的機(jī)制為智能計(jì)算研究領(lǐng)域開(kāi)辟了新的方向。目前從發(fā)表的文獻(xiàn)上看，BBO算法的應(yīng)用已滲透到圖像識(shí)別、運(yùn)動(dòng)估計(jì)、心臟疾病診斷、生產(chǎn)調(diào)度等一些實(shí)際工程領(lǐng)域，證明了其可行性和先進(jìn)

2、性。然而，由于算法尚處于研究初期，研究成果較少且比較分散，缺乏系統(tǒng)性，故在對(duì)復(fù)雜度較高的高維多峰優(yōu)化問(wèn)題進(jìn)行優(yōu)化時(shí)，仍會(huì)不可避免的存在早熟收斂、后期收斂速度慢等諸多缺陷。此外，目前國(guó)內(nèi)外關(guān)于BBO算法的研究?jī)?nèi)容主要集中在無(wú)約束單目標(biāo)優(yōu)化問(wèn)題上，針對(duì)約束單目標(biāo)優(yōu)化以及有無(wú)約束的多目標(biāo)優(yōu)化問(wèn)題的研究成果較少，這也在一定程度上限制了算法的應(yīng)用范圍。因此，本課題對(duì)BBO算法用于求解各類優(yōu)化問(wèn)題上的研究，不僅是對(duì)BBO算法理論體系的完善，也是在一

3、定程度上對(duì)算法應(yīng)用范圍的豐富。
　　本課題對(duì)BBO算法的內(nèi)在機(jī)制進(jìn)行了深入挖掘與剖析，針對(duì)其在復(fù)雜有無(wú)約束的單目標(biāo)和多目標(biāo)優(yōu)化問(wèn)題上存在的缺陷，進(jìn)行了大量研究和仿真，并提出了一系列改進(jìn)機(jī)制，使算法在各類優(yōu)化問(wèn)題上的求解性能得到了全面提升。這其中包括：1)針對(duì)BBO算法在求解復(fù)雜無(wú)約束單目標(biāo)優(yōu)化問(wèn)題時(shí)仍存在易陷入局部最優(yōu)、收斂效率較低等問(wèn)題，設(shè)計(jì)了對(duì)待遷出棲息地個(gè)體的動(dòng)態(tài)選取機(jī)制、混合遷移機(jī)制以及分段Logistic混沌變異機(jī)制，從

4、而提出了一種基于混合遷移策略的改進(jìn)生物地理學(xué)優(yōu)化算法；2)針對(duì)現(xiàn)有基于BBO算法的約束單目標(biāo)優(yōu)化算法性能較差的問(wèn)題，一方面根據(jù)群體約束違反度的優(yōu)劣程度對(duì)ε約束中水平參數(shù)進(jìn)行了自適應(yīng)調(diào)整，另一方面結(jié)合ε約束的特點(diǎn)，設(shè)計(jì)了新的ε約束排序機(jī)制來(lái)確定物種遷入率和遷出率，以及新的自適應(yīng)遷移機(jī)制來(lái)增強(qiáng)算法對(duì)解的搜索能力，從而提出了結(jié)合ε約束處理機(jī)制的改進(jìn)生物地理學(xué)優(yōu)化算法；3)為提高BBO算法在無(wú)約束多目標(biāo)優(yōu)化問(wèn)題上的求解性能，建立了適用于BBO算

5、法的多目標(biāo)優(yōu)化模型，同時(shí)結(jié)合上述模型和BBO算法內(nèi)在的進(jìn)化機(jī)制，設(shè)計(jì)了新的遷入遷出率確定策略和物種遷移策略，從而提出一種基于混合生物地理學(xué)優(yōu)化的多目標(biāo)優(yōu)化算法；4)針對(duì)目前BBO算法尚無(wú)法解決約束多目標(biāo)優(yōu)化問(wèn)題這一情況，一方面通過(guò)設(shè)計(jì)自適應(yīng)加權(quán)ε綜合約束違反度的確定方式及自適應(yīng)調(diào)節(jié)水平參數(shù)ε，提出了一種新型的ε約束多目標(biāo)處理機(jī)制，另一方面結(jié)合改進(jìn)的ε約束多目標(biāo)處理方法，建立了適用于BBO的約束多目標(biāo)優(yōu)化模型，從而提出了一種ε約束多目標(biāo)生