演化學(xué)習(xí)型智能優(yōu)化方法及其應(yīng)用研究

1、演化學(xué)習(xí)型智能優(yōu)化方法及其應(yīng)用研究 演化學(xué)習(xí)型智能優(yōu)化方法及其應(yīng)用研究邢立寧 【摘要】： 【摘要】： 最優(yōu)化技術(shù)在科學(xué)和工程等領(lǐng)域都有非常廣泛的應(yīng)用,受到了理論界和工程界的熱切關(guān)注和深入研究;優(yōu)化理論與算法的研究已成為一個具有理論意義和應(yīng)用價值的熱點課題。智能優(yōu)化方法模仿自然現(xiàn)象的運行機制而產(chǎn)生,為解決復(fù)雜工程問題提供了新思路和新手段。最優(yōu)化理論領(lǐng)域的“無免費午餐”定理說明算法混合是有效提高優(yōu)化性能的一種手段,將各種算法有效地集成起來

2、構(gòu)成新的高效的優(yōu)化方法是一個非常有價值的研究方向。 在現(xiàn)有智能優(yōu)化方法的基礎(chǔ)上,論文建立了演化學(xué)習(xí)型智能優(yōu)化方法的基本框架。該框架采用智能優(yōu)化模型和知識模型相結(jié)合的集成建模思路:智能優(yōu)化模型按照“鄰域搜索”策略對待優(yōu)化問題的可行空間進行搜索;知識模型從前期優(yōu)化過程中挖掘有用知識,然后采用知識來指導(dǎo)智能優(yōu)化模型的后續(xù)優(yōu)化過程。通過構(gòu)建演化學(xué)習(xí)型智能優(yōu)化的基本框架,將智能優(yōu)化模型和知識模型有效地結(jié)合起來,極大地提高了演化學(xué)習(xí)型智能優(yōu)化方法的

3、優(yōu)化績效。演化學(xué)習(xí)型智能優(yōu)化方法的基本框架為現(xiàn)有優(yōu)化方法改進提供了一種有益的借鑒。 論文提出了精英個體知識、構(gòu)件知識、算子知識和參數(shù)知識等四種知識形式,為演化學(xué)習(xí)型智能優(yōu)化方法嵌入知識奠定了重要基礎(chǔ);構(gòu)建了用于實現(xiàn)演化學(xué)習(xí)型智能優(yōu)化方法的八類典型知識,可輔助演化學(xué)習(xí)型智能優(yōu)化方法高效地求解復(fù)雜優(yōu)化問題。 針對連續(xù)優(yōu)化問題,設(shè)計并實現(xiàn)了一種求解函數(shù)優(yōu)化問題的演化學(xué)習(xí)型遺傳算法。采用 21 個標(biāo)準(zhǔn)測試函數(shù)進行實驗,結(jié)果表明演化學(xué)習(xí)型遺傳算法

4、在優(yōu)化性能方面優(yōu)于近期公開發(fā)表的三種方法。 針對離散優(yōu)化問題,設(shè)計并實現(xiàn)了求解三類典型離散優(yōu)化問題的五種演化學(xué)習(xí)型智能優(yōu)化方法?；跇?biāo)準(zhǔn)測試實例的實驗結(jié)果表明,演化學(xué)習(xí)型智能優(yōu)化方法在優(yōu)化性能方面優(yōu)于近期公開發(fā)表的多種方法。 針對實際工程問題,將演化學(xué)習(xí)型遺傳算法和演化學(xué)習(xí)型蟻群算法分別應(yīng)用于體系仿真優(yōu)化問題、衛(wèi)星地面站系統(tǒng)任務(wù)調(diào)度問題和多星任務(wù)規(guī)劃問題,獲得了非常滿意的實驗結(jié)果。【關(guān)鍵詞】： 【關(guān)鍵詞】：智能優(yōu)化方法 智能優(yōu)化方法 遺

5、傳算法 遺傳算法 蟻群算法 蟻群算法 協(xié)同演化 協(xié)同演化 知識 知識 【學(xué)位授予單位】： 【學(xué)位授予單位】：國防科學(xué)技術(shù)大學(xué)【學(xué)位級別】： 【學(xué)位級別】：博士【學(xué)位授予年份】： 【學(xué)位授予年份】：2009【分類號】： 【分類號】：TP18【目錄】： 【目錄】： ? 摘要 14-15? Abstract15-17? 第一章 緒論 17-38? 1.1 研究背景、動機及意義 17-20? 1.1.1 研究背景 17-18? 1.1.2 研究

6、動機 18-20? 1.1.3 研究意義 20? 1.2 智能優(yōu)化方法 20-30? 3.2.4 變異操作 80-83? 3.2.5 災(zāi)變操作 83-86? 3.2.6 終止條件 86-87? 3.3 實驗結(jié)果及分析 87-91? 3.3.1 參數(shù)設(shè)置 87? 3.3.2 幾種典型的函數(shù)優(yōu)化方法 87-89? 3.3.3 普通測試函數(shù)的實驗結(jié)果 89-90? 3.3.4 組合測試函數(shù)的實驗結(jié)果 90-91? 3.4 本章小結(jié) 91-93

7、? 第四章 求解離散優(yōu)化問題的演化學(xué)習(xí)型智能優(yōu)化方法 93-176? 4.1 求解非對稱旅行商問題的演化學(xué)習(xí)型遺傳算法 93-105? 4.1.1 旅行商問題描述及特點分析 93-96? 4.1.2 求解非對稱旅行商問題的演化學(xué)習(xí)型遺傳算法 96-102? 4.1.3 實驗結(jié)果及分析 102-105? 4.2 求解雙層 CARP 優(yōu)化問題的演化學(xué)習(xí)型遺傳算法 105-136? 4.2.1 雙層 CARP 優(yōu)化問題描述及特點分析 105-

8、113? 4.2.2 求解雙層 CARP 優(yōu)化問題的基本框架 113-120? 4.2.3 求解雙層 CARP 優(yōu)化問題的演化學(xué)習(xí)型遺傳算法 120-125? 4.2.4 實驗結(jié)果及分析 125-136? 4.3 求解雙層 CARP 優(yōu)化問題的演化學(xué)習(xí)型蟻群算法 136-149? 4.3.1 求解雙層 CARP 優(yōu)化問題的演化學(xué)習(xí)型蟻群算法 136-145? 4.3.2 實驗結(jié)果及分析 145-149? 4.4 求解柔性作業(yè)車間調(diào)度問題

9、的演化學(xué)習(xí)型蟻群算法 149-164? 4.4.1 柔性作業(yè)車間調(diào)度問題描述及特點分析 149-157? 4.4.2 求解柔性作業(yè)車間調(diào)度問題的演化學(xué)習(xí)型蟻群算法 157-163? 4.4.3 實驗結(jié)果及分析 163-164? 4.5 求解柔性作業(yè)車間調(diào)度問題的演化學(xué)習(xí)型協(xié)同進化算法 164-175? 4.5.1 求解柔性作業(yè)車間調(diào)度問題的演化學(xué)習(xí)型協(xié)同進化算法 165-171? 4.5.2 實驗結(jié)果及分析 171-175? 4.6 本

10、章小結(jié) 175-176? 第五章 演化學(xué)習(xí)型智能優(yōu)化方法在實際工程問題中的應(yīng)用 176-228? 5.1 求解體系仿真優(yōu)化問題的演化學(xué)習(xí)型遺傳算法 176-183? 5.1.1 體系仿真優(yōu)化問題描述 176-178? 5.1.2 求解體系仿真優(yōu)化問題的演化學(xué)習(xí)型遺傳算法 178-182? 5.1.3 實驗結(jié)果及分析 182-183? 5.2 求解衛(wèi)星地面站系統(tǒng)任務(wù)調(diào)度的演化學(xué)習(xí)型蟻群算法 183-190? 5.2.1 衛(wèi)星地面站系統(tǒng)任務(wù)