基于種子傳播方式和植物分布演化的種子優(yōu)化算法研究.pdf

1、智能計(jì)算方法的主要構(gòu)建思想是從自然界的生物系統(tǒng)、生命現(xiàn)象中尋求問題求解的靈感和方法,通過對自然生物系統(tǒng)的生存繁衍過程、生命個(gè)體的進(jìn)化過程、自適應(yīng)行為等現(xiàn)象和行為的建模和模擬,構(gòu)建各種智能計(jì)算模型,用于求解現(xiàn)實(shí)世界中的大規(guī)模、高維度、非線性的復(fù)雜優(yōu)化問題。探討如何從生物適應(yīng)環(huán)境、自主優(yōu)化過程中獲取靈感,構(gòu)建智能計(jì)算方法,將會在很多方面彌補(bǔ)經(jīng)典最優(yōu)化方法的不足,對人工智能新原理、新方法的發(fā)展將具有很好的推動作用。大量的研究者仍然在致力于發(fā)展

2、更高效、更實(shí)用的群體智能優(yōu)化算法。種子優(yōu)化算法是受自然界種子傳播方式和種群分布演化的啟發(fā)而設(shè)計(jì)的,它通過模擬植物生存的宏觀自適應(yīng)現(xiàn)象,來解決復(fù)雜的優(yōu)化計(jì)算問題。其尋優(yōu)機(jī)理不同于現(xiàn)有群體智能優(yōu)化算法,主要通過父種選擇和種群分布演化兩個(gè)算子進(jìn)行尋優(yōu)。算法結(jié)構(gòu)較簡單,實(shí)現(xiàn)較容易,對算法的研究和實(shí)驗(yàn)也表明:在所開展的實(shí)驗(yàn)中,種子優(yōu)化算法符合我們預(yù)期的全局尋優(yōu)能力強(qiáng)、收斂速度快的特點(diǎn)。
　　 本論文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)包括以下幾個(gè)方面:

3、r>　　 1.借鑒自然界種子傳播方式和種群分布演化,本文構(gòu)建了種子優(yōu)化算法這一種新的群體智能算法,該算法具有較新穎的設(shè)計(jì)思想和明確的仿生含義。通過調(diào)研和學(xué)習(xí)生物統(tǒng)計(jì)學(xué)的相關(guān)研究結(jié)果,構(gòu)建了三種BOA的種群分布演化模型,分別是基于分段函數(shù)的分布模型、基于正態(tài)分布的模型和基于負(fù)二項(xiàng)分布的模型。并分別針對上述三種算法模型構(gòu)建了相應(yīng)的BOA算法,并針對11個(gè)典型的基準(zhǔn)函數(shù),開展了函數(shù)優(yōu)化實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果與粒子群優(yōu)化算法的結(jié)果進(jìn)行了對比分析,結(jié)果

4、表明BOA在所開展的實(shí)驗(yàn)中,性能明顯優(yōu)于PSO算法,也驗(yàn)證了這三種算法模型的有效性。同時(shí),還開展了算法自身參數(shù)的調(diào)整對比實(shí)驗(yàn),初步研究了算法參數(shù)對算法性能的影響。
　　 2.基于逆推理歸納,構(gòu)建了初步的BOA算法的優(yōu)化策略自適應(yīng)選擇機(jī)制。列舉了現(xiàn)有BOA算法的主要參數(shù),初步確定了一種優(yōu)化策略分項(xiàng)的調(diào)整順序,并整理出相關(guān)的參數(shù)調(diào)整規(guī)則;并構(gòu)建了一種優(yōu)化策略性能評價(jià)方法,用以綜合評價(jià)算法的尋優(yōu)能力和收斂速度,用以評價(jià)優(yōu)化策略的優(yōu)劣。

5、最后選擇了兩個(gè)500維的多峰基準(zhǔn)測試函數(shù)進(jìn)行了自適應(yīng)優(yōu)化策略調(diào)整的測試,實(shí)驗(yàn)結(jié)果表明,該優(yōu)化策略自適應(yīng)選擇機(jī)制取得了較好的參數(shù)調(diào)整表現(xiàn),求解效果明顯優(yōu)于固定參數(shù)的BOA算法。
　　 3.對BOA算法中的幾個(gè)基本定義作了嚴(yán)格的數(shù)學(xué)描述和重新定義,構(gòu)建了BOA算法的Markov鏈模型,明確了相關(guān)的算法性質(zhì),基于此,依據(jù)Solis和Wets提出的隨機(jī)算法收斂的標(biāo)準(zhǔn),對BOA算法的收斂性做了初步分析,證明了BOA算法是以概率1全局收斂的

6、。
　　 4.應(yīng)用BOA算法求解了三個(gè)典型的最優(yōu)化問題。其中FM參數(shù)合成估計(jì)問題是IEEE-CEC2011“應(yīng)用進(jìn)化算法求解真實(shí)世界優(yōu)化問題”專題所列舉的第一個(gè)用于測試智能計(jì)算方法應(yīng)用能力的最優(yōu)化問題,本文即以該會議的原題為例,應(yīng)用BOA算法進(jìn)行了求解,求解結(jié)果與CEC公布的DE-RHC算法的求解結(jié)果進(jìn)行了對比,表明了BOA的優(yōu)越性;然后結(jié)合目前正在開展的減災(zāi)科技支撐項(xiàng)目,以汶川地震災(zāi)后恢復(fù)重建為例,構(gòu)建了項(xiàng)目排序的最優(yōu)化問題,

7、應(yīng)用BOA算法進(jìn)行了優(yōu)化求解,求解結(jié)果兼顧了專家的意見,符合了中國地震災(zāi)后恢復(fù)重建規(guī)劃標(biāo)準(zhǔn)和我國政府的以人為本的原則;TSP問題是典型的離散優(yōu)化問題,機(jī)器人全局路徑規(guī)劃問題基本都能轉(zhuǎn)化成TSP問題的求解。本文利用種群遷移和最優(yōu)信息交叉共享的思想,設(shè)計(jì)了一種用于離散優(yōu)化問題求解的種子優(yōu)化算法,克服了基本BOA算法不適合求解離散優(yōu)化問題的缺點(diǎn),通過典型的TSP問題求解實(shí)驗(yàn),并與交叉PSO和MAX-MIN AS進(jìn)行了實(shí)驗(yàn)結(jié)果對比,驗(yàn)證了離散B