模擬追逐算法及其應(yīng)用研究.pdf

1、智能優(yōu)化算法是通過模擬自然生物進化或者社會行為而提出的一種隨機搜索算法.這些算法具有原理簡單、模型易于實現(xiàn)的特征,能夠解決許多傳統(tǒng)方法難以解決的復(fù)雜問題,被廣泛應(yīng)用于各個領(lǐng)域.本文借鑒長跑比賽運動員追逐競賽的過程,建立了數(shù)學(xué)模型并應(yīng)用于優(yōu)化問題的求解,提出了一種新的智能優(yōu)化算法——模擬追逐算法(Simulated Pursuit Algorithm).模擬追逐算法融合了試探性開拓與有目的性的追逐相結(jié)合的優(yōu)點,是一種有效的群體全局優(yōu)化算法

2、.本文首先介紹基本模擬追逐算法,分析了算法的基本原理;為提高算法種群多樣性,引入?yún)f(xié)作算子,提出了協(xié)同進化的模擬追逐算法;為將模擬追逐算法應(yīng)用從連續(xù)優(yōu)化問題推廣到離散優(yōu)化問題,對探測算子與追逐算子給出了新的設(shè)計定義,提出一種改進的模擬追逐算法求解TSP問題.具體研究工作如下三個方面:
　　1、提出了新的群體智能算法——模擬追逐算法.該算法設(shè)計了追逐算子與探測算子;領(lǐng)先個體執(zhí)行探測算子操作以便獲得更優(yōu)位置,落后個體為取得競爭優(yōu)勢,設(shè)定

3、追趕目標,執(zhí)行追逐算子操作,完成跟隨超越,從而實現(xiàn)群體進化尋優(yōu).對追逐算子進行性能分析；采用六個典型的測試函數(shù)進行仿真實驗,分析了算法的求解精度、收斂速度以及穩(wěn)定性.仿真實驗表明,模擬追逐算法有較快的收斂速度和較高的求解精度,是一種穩(wěn)定的優(yōu)化算法.2、為了維持算法搜索過程中種群多樣性,本文在基本的模擬追逐算法(SPA)中引入三種協(xié)作算子,充分共享個體間的信息,提出一種協(xié)同進化模擬追逐算法.四個基準函數(shù)測試表明,在算法后期加入翻轉(zhuǎn)交叉算子

4、可避免產(chǎn)生過多的重復(fù)解；改進后的算法平衡了搜索的集中性和種群多樣性,提高算法跳出局部最優(yōu)的能力；協(xié)同進化模擬追逐算法在尋優(yōu)能力與收斂速度均優(yōu)于基本的模擬追逐算法.
　　3、為將模擬追逐算法推廣應(yīng)用到組合優(yōu)化問題,本文提出了一種改進的模擬追逐算法求解TSP.算法采用貪心策略與對稱策略初始化種群;定義交換運算、交換矩陣,對追逐算子和探測算子給出新的設(shè)計定義;仿真實驗表明,改進的模擬追逐算法對 TSP有更高的求解精度,是一種有效算法.模