基于進(jìn)化計(jì)算的單目標(biāo)優(yōu)化問(wèn)題研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展,在工程應(yīng)用中經(jīng)常遇到有關(guān)優(yōu)化方面的問(wèn)題。由于維數(shù)高、局部極值點(diǎn)多、約束條件限制等困難,傳統(tǒng)算法在解決優(yōu)化問(wèn)題時(shí)存在很大的困難,而進(jìn)化算法則表現(xiàn)出良好優(yōu)化能力。
　　本文致力于研究基于進(jìn)化計(jì)算的單目標(biāo)優(yōu)化問(wèn)題。所獲主要結(jié)果如下:
　　(1)在解決單目標(biāo)無(wú)約束優(yōu)化問(wèn)題時(shí),已有的差異進(jìn)化算法盡管具有較強(qiáng)的全局搜索能力,但其局部搜索能力具有較大局限性,有可能導(dǎo)致較差的搜索精細(xì)度。為了克服該算法的上述缺陷,本文構(gòu)造

2、了一類建立在搜索個(gè)體鄰域基礎(chǔ)上的新的差異進(jìn)化算法(簡(jiǎn)記為L(zhǎng)iNDE)。新算法在保持較強(qiáng)的全局搜索能力的基礎(chǔ)上,增加了對(duì)鄰域的搜索,從而大幅度提高了算法的局部搜索能力和搜索精細(xì)度。第二章中的數(shù)值試驗(yàn)結(jié)果表明LiNDE算法比已有的SANSDE算法、SaDE算法和NSDE算法的實(shí)際計(jì)算效果更好。該算法有創(chuàng)新性,其實(shí)用性和可靠性得到驗(yàn)證。
　　(2)為了使智能算法在進(jìn)化過(guò)程中具有更好的適應(yīng)性,設(shè)計(jì)了基于生命周期的新算法(簡(jiǎn)記為L(zhǎng)IO)。L

3、IO算法能較好地模擬高級(jí)智能生物在其生命過(guò)程中生長(zhǎng)、成熟直至凋亡的全過(guò)程。新算法將優(yōu)化過(guò)程分成三個(gè)階段,即前期的學(xué)習(xí)階段、空間探測(cè)階段與結(jié)構(gòu)重組階段。第三章中的數(shù)值試驗(yàn)結(jié)果表明LIO算法比已有的CSA/FC算法、CSA/RC算法和CSA/SC算法的實(shí)際計(jì)算效果更好。該算法有創(chuàng)新性和較好的實(shí)際計(jì)算效果。
　　(3)結(jié)合優(yōu)化技術(shù)以及佳點(diǎn)集理論,改進(jìn)了已有的交叉算子,構(gòu)造了一類建立在佳點(diǎn)集交叉算子算法(簡(jiǎn)記為COAGPN),該算法能更為