蛙跳算法的研究與應(yīng)用.pdf

1、隨著計算機(jī)科學(xué)與技術(shù)的迅速發(fā)展，人類生存空間的擴(kuò)大以及認(rèn)識與改造世界范圍的拓寬，人們對科學(xué)技術(shù)提出了新的、更高的要求，其中高效的優(yōu)化技術(shù)和智能計算的要求日益迫切。蛙跳算法是一種新興的群智能優(yōu)化算法，概念簡單，易于實(shí)現(xiàn)。自從2003年Eusuff和Lansey首次提出之后，蛙跳算法在一些領(lǐng)域獲得了成功應(yīng)用。盡管蛙跳算法具有較強(qiáng)的全局搜索能力，但對于一些復(fù)雜問題的求解仍存在收斂速度較慢、易于陷入局部極值的缺陷。此外，傳統(tǒng)的蛙跳算法模型較適合

2、于解決連續(xù)優(yōu)化問題，不太適合于解決離散的組合優(yōu)化問題。為此，根據(jù)蛙跳算法的優(yōu)化機(jī)理，本文提出了一種新的離散化蛙跳求解算法，并結(jié)合簡化鄰域搜索算法給出了三種改進(jìn)的策略，在旅行商問題、考試時間安排問題、零空閑流水線調(diào)度問題上的仿真實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。主要研究成果和內(nèi)容如下： 首先，分析了蛙跳算法的優(yōu)化機(jī)理，提出了一種適合求解復(fù)雜組合優(yōu)化問題的離散蛙跳算法，新算法通過采用新的個體產(chǎn)生方法擴(kuò)展了傳統(tǒng)蛙跳算法的求解模型。

3、其次，為了提高離散蛙跳算法的求解性能，給出了三種改進(jìn)策略：1)根據(jù)算法中種群對局部極值和全局極值依賴性較大的特點(diǎn)，結(jié)合鄰域搜索算法，改進(jìn)了算法的收斂速度；2)通過增加擾動策略，擴(kuò)大局部極值和全局極值的搜索范圍，提高了算法的時間性能；3)利用模擬退火算法具有較強(qiáng)局部搜索能力的特點(diǎn)，將離散蛙跳算法與模擬退火的思想相結(jié)合，既能有效地克服陷入局部最優(yōu)，又能獲得好的搜索效率。 最后，針對旅行商、考試時間安排、零空閑流水線調(diào)度這三種受約束的