引入蛙跳算法局部搜索機(jī)制和交叉算子的人口遷移算法.pdf

1、隨著科技技術(shù)不斷地發(fā)展，群智能化算法已逐漸在整個優(yōu)化領(lǐng)域中成為一個研究熱點。許多的群智能算法基本上完成了理論論證，在實踐中解決優(yōu)化問題中已得到了廣泛的應(yīng)用。群智能擁有著潛在并行性和分布式的這兩個特點，在處理大量數(shù)據(jù)時提供了一個根本保障。
　　2003年，我國著名學(xué)者周永華、毛宗源模擬人口遷移原理創(chuàng)建了一種優(yōu)化智能算法—人口遷移算法(population Migration Algorition,簡稱PMA)。與傳統(tǒng)算法相比較，PM

2、A在解決高維函數(shù)和動態(tài)目標(biāo)函數(shù)等問題時，有著較快的收斂速度和魯棒性等特點。由于PMA本身在人口流動過程中搜索速度較慢以及精度不高等缺點，極其容易陷入局部最優(yōu)解從而收縮時間較長。為了完備這個算法，對這種算法的研究是非常必要的。
　　主要是針對PMA的不足，本文作了比較深入的研究，并且在此基礎(chǔ)上給出了理論與實踐的證明，都顯示出比較滿意的結(jié)果。主要的工作概括如下幾方面：
　　首先，由于PMA在對復(fù)雜優(yōu)化問題求解時，存在著易陷入局部

3、最優(yōu)解和較低的收斂精度等不足。利用了蛙跳算法的局部搜索機(jī)制和交叉算子改善了PMA的人口流動策略，進(jìn)而可以有效地避免了PMA的早熟問題，這樣就會提高了PMA對解決復(fù)雜問題的搜索速率。
　　其次，運用隨機(jī)過程的相關(guān)理論對改進(jìn)的PMA進(jìn)行了理論證明，驗證了改進(jìn)的PMA算法的有效性和可行性。同時對PMA運用復(fù)雜的測試函數(shù)進(jìn)行了仿真實驗，結(jié)果表明了PMA獲得準(zhǔn)確解的成功率很高。在整個算法執(zhí)行過程中也表現(xiàn)出了改進(jìn)的PMA擁有著較強(qiáng)的穩(wěn)定性、魯