用基于族群的方法求解動(dòng)態(tài)優(yōu)化問(wèn)題.pdf

1、與一般的優(yōu)化問(wèn)題相比，動(dòng)態(tài)優(yōu)化問(wèn)題的特點(diǎn)是問(wèn)題的狀態(tài)（目標(biāo)函數(shù)、約束條件）隨時(shí)間變化。為了能夠快速地捕捉到環(huán)境的變化，算法需要持續(xù)地定位和追蹤最優(yōu)解的移動(dòng)。演化算法因其具有群體搜索的特點(diǎn)，適合求解一些復(fù)雜的問(wèn)題，比如動(dòng)態(tài)優(yōu)化問(wèn)題。
　　基于族群的方法是一種有效的演化計(jì)算技術(shù)，已成為動(dòng)態(tài)優(yōu)化研究領(lǐng)域的熱點(diǎn)之一?；谧迦悍椒ǖ幕舅枷胧?，將種群劃分為若干個(gè)族群，不同族群在搜索空間的不同區(qū)域同時(shí)搜索。由于該方法允許種群同時(shí)定位多個(gè)最優(yōu)解

2、，因此更容易實(shí)現(xiàn)對(duì)全局最優(yōu)解的追蹤。
　　本文主要研究使用基于族群的方法求解動(dòng)態(tài)優(yōu)化問(wèn)題，研究?jī)?nèi)容主要包括如下兩個(gè)方面。
　　(1)提出了一個(gè)基于族群與記憶集的混合粒子群優(yōu)化算法。該算法的特點(diǎn)是:用于更新種群的記憶個(gè)體的數(shù)量與族群數(shù)量相關(guān)并且隨族群數(shù)量自適應(yīng)地變化;限制每個(gè)族群被替換的個(gè)體數(shù)量不超過(guò)1;對(duì)提取的記憶個(gè)體分類處理，目的是在改善已有族群搜索能力的同時(shí)加強(qiáng)種群對(duì)潛在最優(yōu)區(qū)域的搜索。在MPB、CMPB、DRPBG基準(zhǔn)

3、問(wèn)題上對(duì)該算法測(cè)試并與其它算法進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明該算法是一個(gè)有競(jìng)爭(zhēng)力的動(dòng)態(tài)優(yōu)化算法。此外，實(shí)驗(yàn)部分還討論了記憶集的大小對(duì)結(jié)果的影響。
　　(2)提出了一個(gè)應(yīng)用于動(dòng)態(tài)優(yōu)化的族群劃分方法psfNBC。與基本的Nearest-BetterClustering(NBC)算法相比，該算法的特點(diǎn)是:識(shí)別族群種子的過(guò)程只涉及部分個(gè)體而不是整個(gè)種群;種群按照最近種子的原則重新劃分;縮放因子φ使用隨機(jī)值而不是固定值。在識(shí)別族群種子時(shí)，本文提出了