求解動(dòng)態(tài)優(yōu)化問(wèn)題的Memetic算法研究及應(yīng)用.pdf

1、動(dòng)態(tài)優(yōu)化問(wèn)題的研究在現(xiàn)實(shí)生產(chǎn)和生活中具有非常廣泛的意義。例如，接連到達(dá)的工件需要被加入到原有的調(diào)度中;機(jī)器可能會(huì)發(fā)生隨機(jī)故障或逐漸磨損;原材料的性能可能會(huì)隨時(shí)間發(fā)生改變;生產(chǎn)過(guò)程中需要考慮生產(chǎn)限度的影響等。近些年來(lái)，動(dòng)態(tài)環(huán)境中優(yōu)化問(wèn)題的求解已經(jīng)引起了學(xué)者的廣泛關(guān)注。
　　本文提出一種新的求解動(dòng)態(tài)優(yōu)化問(wèn)題的Memetic算法。Memetic算法是一種基于種群的全局搜索和基于個(gè)體的局部啟發(fā)式搜索的結(jié)合體。因而Memetic算法成為解決

2、各種優(yōu)化問(wèn)題的很好的方法。然而算法隨著迭代的進(jìn)行，種群會(huì)逐漸收斂，失去了對(duì)環(huán)境變化的適應(yīng)能力，這是Memetic算法在動(dòng)態(tài)環(huán)境中所面臨的主要挑戰(zhàn)。因此，在全局搜索策略中為了避免種群出現(xiàn)過(guò)早收斂的現(xiàn)象，本文引入原對(duì)偶映射移民策略（Primal-Dual based Immigrants，PDI）來(lái)保持種群多樣性，增強(qiáng)其對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)能力。在局域搜索(Local Search，LS)策略中，每一種LS方法可能針對(duì)某些問(wèn)題特別有效而對(duì)于另外

3、一些問(wèn)題效果卻并不明顯，為了改善局域搜索策略，本文提出一種自適應(yīng)的LS方法，使不同的LS方法可以通過(guò)互相協(xié)作來(lái)改善解的質(zhì)量。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了本文提出的算法對(duì)求解動(dòng)態(tài)優(yōu)化問(wèn)題非常的有效并且優(yōu)越于其他算法。
　　本文遵循綜述—算法研究—算法應(yīng)用的思路，針對(duì)求解動(dòng)態(tài)優(yōu)化問(wèn)題的Memetic算法進(jìn)行了研究。具體研究?jī)?nèi)容如下:
　　(1)對(duì)遺傳算法，Memetic算法以及動(dòng)態(tài)環(huán)境下算法的相關(guān)研究進(jìn)行了綜述。
　　(2)設(shè)計(jì)求解