動態(tài)優(yōu)化問題的進化求解策略.pdf

1、現(xiàn)實社會中存在大量的動態(tài)優(yōu)化問題，研究并解決這些問題具有重要的現(xiàn)實意義。進化算法是一種智能計算方法，目前已被廣泛的應用于求解動態(tài)優(yōu)化問題中。研究基于進化算法的動態(tài)優(yōu)化問題求解策略意義重大。
　　 本文在已有研究成果的基礎上，從三個方面對動態(tài)環(huán)境中的進化求解策略展開了研究，具體工作如下：
　　 (1)研究并設計了一種新的聯(lián)想記憶更新策略。本文通過分析聯(lián)想記憶機制中環(huán)境信息與個體的對應關系，提出了一種基于環(huán)境信息的聯(lián)想記憶更

2、新策略，并在不同的環(huán)境下使用三種動態(tài)測試用例檢驗了該策略的性能。實驗結果表明，該策略在循環(huán)環(huán)境中能顯著的提高基于聯(lián)想記憶機制的進化算法的性能。
　　 (2)在聯(lián)想記憶機制下提出了兩種新的記憶抽取策略，分別是基于生存性的聯(lián)想記憶抽取策略和基于多樣性的聯(lián)想記憶抽取策略。這兩種策略在選擇環(huán)境信息使用時分別用環(huán)境信息在新環(huán)境中的生存性以及環(huán)境信息的多樣性作為依據(jù)。在實驗中，這兩種策略與經(jīng)典的抽取策略做了比較，結果表明，這兩種策略都是有效

3、的動態(tài)問題求解策略。
　　 (3)通過混合記憶機制、精英機制與隨機移民機制提出了一種自適應的混合遷移策略。在該策略中存在三種不同的遷移個體，而且每種遷移個體的數(shù)目在進化過程中會依據(jù)其遷移個體對搜索的貢獻而不斷的自我調(diào)節(jié)。實驗表明，這種自適應混合遷移策略能有效的提升算法的環(huán)境適應能力。
　　 本論文通過對動態(tài)優(yōu)化問題的研究，提出了基于環(huán)境信息的聯(lián)想記憶更新策略、基于生存性的聯(lián)想記憶抽取策略、基于多樣性的聯(lián)想記憶抽取策略以及