膜計算在數值優(yōu)化問題中的應用研究.pdf

1、膜計算一種是從生命細胞組成的組織、器官以及高級生物組織細胞群的協作中抽象出的分布式及并行計算模型,又稱P系統。P系統以其特殊的分布式和極大并行性、非確定性等特點在眾多領域得到廣泛應用。
　　為了使函數執(zhí)行效率更高，執(zhí)行時間更短而提出的算法我們稱之為函數優(yōu)化算法。我們實際生活中的諸多問題都可以轉化為函數優(yōu)化問題，而這些函數通常都會表現出較為繁雜的特點，例如結構非線性、高維數、不可微非凸，規(guī)模大等。在解決優(yōu)化問題的初始，傳統的確定性優(yōu)

2、化算法得到廣泛的研究和使用。它擁有收斂速度較快，計算精度高等特點，但對于比較復雜的實際優(yōu)化問題，傳統的優(yōu)化函數存在以下弊端：容易因各自的機理及單一結構的限制而造成對初值敏感以及陷入局部極小的狀況。因此，出現了其他一些具有全局性的優(yōu)化算法對高維且形式復雜的函數進行高校優(yōu)化，例如遺傳算法、進化規(guī)則、模擬退火算法等。
　　本文是以膜計算模型為基礎，分別將差分進化機制和人工蜂群算法引入到膜框架中作為對象的進化規(guī)則，其中結合了P系統的對象轉

3、運機制，因此，本文提出了兩種在膜計算框架下的優(yōu)化算法：
　?。?）DE-MO算法。通過引入差分進化機制的三個遺傳算子（變異、交叉、選擇）對函數進行優(yōu)化，并利用組織型 P系統的轉運機制在膜與膜之間實現了優(yōu)質對象的共享，使算法的收斂速度更快，DE-MO算法在優(yōu)化測試函數上進行了實驗，并與標準的DE算法和DE的變異體算法進行了比較。
　?。?）ABC-MO算法。這是融合了P系統和人工蜂群算法的一種優(yōu)化算法，其中人工蜂群算法被用來作