解決連續(xù)型無約束全局優(yōu)化問題的幾種進化算法.pdf

1、近些三十年來，無約束優(yōu)化計算方法已成為科學(xué)、工程、商業(yè)等諸多領(lǐng)域中廣泛研究的課題。如何設(shè)計快速有效的無約束優(yōu)化算法已經(jīng)成為優(yōu)化工作者甚為關(guān)心的問題。進化算法是一類基于生物進化機制的隨機性全局搜索方法。在現(xiàn)有的優(yōu)化算法中，進化算法因其在求解復(fù)雜優(yōu)化問題方面的優(yōu)勢成為優(yōu)化的熱門工具。 本文對優(yōu)化問題展開了研究，旨在尋求有效地求解連續(xù)型無約束優(yōu)化問題的進化算法。首先對全局優(yōu)化問題的來源和發(fā)展進行了介紹，而后詳細闡述了進化算法的四個主要

2、分支、收斂性理論、衡量標準、研究現(xiàn)狀和存在的主要問題。 設(shè)計了一個基于下降規(guī)模函數(shù)的雜交算子，在尋找實值函數(shù)下降方向的同時始終能遍歷整個可行空間；為此，在初始種群生成過程中，融入了確定性和隨機性兩種因素；設(shè)計了一個既能提高收斂速度又能擺脫局部最優(yōu)的變異算子以增強算法的效果；在此基礎(chǔ)上給出了一種新的進化算法，并證明了收斂性。最后數(shù)值實驗表明新算法快速有效。 利用種群中最好點與其他點之間的關(guān)系來確定搜索方向；為了提高非均勻變