生物地理優(yōu)化算法及其在機(jī)器人路徑規(guī)劃中的應(yīng)用.pdf

1、生物地理優(yōu)化算法(biogeography-based optimization,簡稱BBO)是一種新型的基于生物地理學(xué)的算法。其獨(dú)特的機(jī)制為智能優(yōu)化算法研究領(lǐng)域注入了新的理念,而且生物地理學(xué)眾多的研究成果也為該算法的進(jìn)一步研究提供深厚的理論基礎(chǔ)。它通過生物地理中的遷移算子來進(jìn)行各解之間的信息共享,該算法設(shè)計(jì)了一種基于概率的個體遷移算子,從而實(shí)現(xiàn)個體間的信息共享。在BBO中,問題的解決方案表示為群島,通過遷入和遷出進(jìn)行信息共享,文中介紹

2、了生物地理學(xué)的穩(wěn)態(tài)物種數(shù),介紹了BBO中的6種不同的遷移模型。此外對生物地理學(xué)優(yōu)化算法的設(shè)計(jì)原理、算法流程及相應(yīng)遷移和突變操作進(jìn)行了詳細(xì)介紹,論述了該新型算法與傳統(tǒng)優(yōu)化算法之間的差異以及BBO算法有待解決的問題。實(shí)驗(yàn)通過多個測試函數(shù)驗(yàn)證其性能,與蟻群算法、遺傳算法、差異進(jìn)化算法、進(jìn)化策略、基于群體增量學(xué)習(xí)算法和StudGA等算法進(jìn)行比較。實(shí)驗(yàn)數(shù)據(jù)表明,生物地理優(yōu)化算法還有很大的發(fā)展空間,足以與其他算法相競爭。
　　 生物地理優(yōu)化

3、算法的實(shí)驗(yàn)結(jié)果表現(xiàn)出解決優(yōu)化問題的能力,借鑒其他算法的特點(diǎn)可以進(jìn)一步提高它的優(yōu)勢。本文的第二個工作就是加入差異進(jìn)化的特點(diǎn),以此提高生物地理優(yōu)化算法的性能。差分進(jìn)化是一種快速且強(qiáng)勁的全局優(yōu)化的進(jìn)化算法,針對生物地理優(yōu)化算法本身的不足,本文提出了一種結(jié)合差分進(jìn)化思想的生物地理優(yōu)化算法,即BBODE,用來解決全局?jǐn)?shù)值優(yōu)化問題。BBODE有效地結(jié)合了差分進(jìn)化的探索能力和生物地理優(yōu)化算法的開采能力,因此它可以生成有希望的候選解。本文用19種不同維

4、數(shù)和多樣復(fù)雜的測試函數(shù)來驗(yàn)證我們提出的算法,實(shí)驗(yàn)結(jié)果表明我們的方法切實(shí)高效。與基本的差分進(jìn)化和生物地理優(yōu)化算法對比,從最后解的質(zhì)量和收斂性的方面來說,BBODE的性能更好,或者至少等同。BBODE的性能遠(yuǎn)遠(yuǎn)優(yōu)于BBO,與DE比極具競爭性。
　　 移動機(jī)器人的路徑規(guī)劃是移動機(jī)器人技術(shù)研究中關(guān)鍵的問題之一。新興的生物地理優(yōu)化算法,還沒有運(yùn)用到路徑規(guī)劃的領(lǐng)域中。本文將生物地理優(yōu)化算法運(yùn)用到路徑規(guī)劃研究中,對其規(guī)劃效果進(jìn)行分析,是本文的