和聲搜索算法的研究及其應(yīng)用.pdf

1、隨著計算機(jī)科學(xué)技術(shù)的發(fā)展，許多模擬自然現(xiàn)象的智能優(yōu)化算法逐漸取代傳統(tǒng)的數(shù)值優(yōu)化方法，成為解決復(fù)雜實際優(yōu)化問題的主要方法。對于傳統(tǒng)數(shù)值優(yōu)化算法的計算缺點，如求解復(fù)雜的導(dǎo)數(shù)或梯度、對初始值的敏感，智能優(yōu)化算法能夠很好地克服并且能夠快速地尋找出較好的解。和聲搜索算法是新近提出的一種全局智能優(yōu)化算法。本文對和聲搜索算法進(jìn)行了總結(jié)、分析、改進(jìn)和應(yīng)用研究。
　　首次系統(tǒng)全面的總結(jié)了最近幾年和聲搜索算法的研究現(xiàn)狀。從算法的優(yōu)化性能改進(jìn)研究和算法

2、的應(yīng)用研究這兩個大方向?qū)吐曀阉魉惴ㄟM(jìn)行了綜述。算法的優(yōu)化性能改進(jìn)研究分析了算法參數(shù)的設(shè)置、創(chuàng)新算子的設(shè)計以及與其它智能算法的融合。算法的應(yīng)用研究集中于具有代表性應(yīng)用領(lǐng)域包括工程優(yōu)化問題、電力系統(tǒng)經(jīng)濟(jì)調(diào)度問題、信息網(wǎng)絡(luò)優(yōu)化和神經(jīng)網(wǎng)絡(luò)訓(xùn)練、多目標(biāo)優(yōu)化和離散優(yōu)化應(yīng)用以及其它應(yīng)用領(lǐng)域。
　　提出了一種學(xué)習(xí)型和聲搜索算法(LHS)，該算法自適應(yīng)設(shè)置參數(shù)HMCR以及動態(tài)調(diào)節(jié)PAR，修正了HS算法對參數(shù)敏感的不足;融合差分學(xué)習(xí)操作，增加種群的

3、多樣性，增強(qiáng)算法的全局搜索能力。通過大量的數(shù)值測試實驗，結(jié)果表明，LHS算法比基本HS算法以及兩種改進(jìn)的HS算法要好。LHS算法從整體上提高了和聲搜索算法的尋優(yōu)精度。另外，通過實驗分析了參數(shù)對LHS算法優(yōu)化性能的影響，進(jìn)一步探索了LHS算法的優(yōu)化潛力。
　　將LHS算法應(yīng)用于0-1背包問題。文中選取了經(jīng)典的10個0-1背包問題，以及10個大維數(shù)0-1背包實例，通過仿真測試，結(jié)果表明LHS算法所取得的結(jié)果要優(yōu)于其它算法。為了進(jìn)一步研