脉冲神经P系统的研究及在组合优化问题中的应用

发布时间：2020-04-23 08:13

【摘要】：膜计算是自然计算的一个重要分支,其研究的计算模型被称为膜系统即P系统,具有极大并行性和分布式特点。膜算法是膜计算中比较热门的研究方向,主要是将膜系统和各种启发式算法相结合来解决实际问题,它是膜计算和实际应用之间的桥梁,目前来说,关于细胞型和组织型膜算法的研究成果比较多,关于神经型的膜算法研究相对较少,本文主要研究关于脉冲神经膜系统的膜算法。组合优化问题是指在给定的约束条件下,求得使目标函数最大或最小的变量组合问题。从理论上来说,任何一个组合优化问题都能够通过枚举法找到最优解,但是随着问题规模的扩大,会出现所谓的组合爆炸问题。近年来,启发式优化算法的出现为解决组合优化问题提供了一条新的途径,同时,根据膜系统的特性,膜系统的高度并行性又能够进一步提高启发式算法的效率,所以本文将启发式算法与膜系统相结合,来解决组合优化问题。本文从理论和应用两个方面进行了研究,首先提出了局部同质的异质加权脉冲神经膜系统,并通过模拟注册机,研究了该系统的计算能力,其次将该膜系统与启发式算法相结合,并用来解决两种典型的单目标组合优化问题。主要研究内容如下:一是依据神经中枢的生物机制,提出了局部同质性的概念,并根据此概念设计了局部同质的异质加权脉冲神经膜系统,然后在产生模式和接收模式下模拟了注册机的工作,证明了局部同质的异质加权脉冲神经膜系统的计算通用性。二是提出了优化的局部同质的异质加权脉冲神经膜系统(优化IHWSNP系统)。首先把SNP系统能够产生二进制语言的特性和所提出的局部同质性概念相结合,设计了扩展脉冲神经膜系统(ESNPS),然后将ESNPS结合启发式优化算法,设计了优化IHWSNP系统。将PSO作为优化IHWSNP系统的导向器算法,提出了基于PSO算法的IHWSNP系统,解决了置换流水车间调度问题,并且我们在证明其可行性的同时,和基本的粒子群算法作对比,证明了基于PSO算法的IHWSNP系统的有效性。三是进一步改进了优化IHWSNP系统,增加了开关控制器的功能,用控制器内规则来控制扩展脉冲神经膜系统集群的激发与否,仿真实验结果表明,此系统能够有效地解决置换流水车间调度问题中的Rec类问题。四是将优化IHWSNP系统的改进结构与遗传算法相结合,提出了基于GA算法的IHWSNP系统,用来解决30个城市的旅行商问题,结果表明,基于GA算法的IHWSNP系统在寻找最优解方面比传统的遗传算法更有优势。
【图文】：

图 1-1 粒子群算法速度及位置更新示意图群规模等于 ，每个粒子在 D 维空间中， ( ) ( , -)分别代表第 i 个粒子的位置和速度，在在第 i 个粒子的第 j 维上，位置以及速度的更新公式如 ( ) ( ) ( ) . ( )/ . ( )/和 ( )分别代表第 t 步时，第 i 个粒子在第 j 维的坐的先前速度对当前个体影响的惯性权重，， 1和 2为学，通常在[0, 2]之间取值。 1和 2是在[0, 1]范围内 变 量 。 , - 个 体 极

加法模块的神经元
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;F224

【参考文献】

相关期刊论文 前4条

1 齐学梅;王宏涛;陈付龙;汤其妹;孙云翔;;新颖的阻塞流水车间调度量子差分进化算法[J];计算机应用;2015年03期

2 李坤;王亚超;田慧欣;;一种求解阻塞流水车间调度问题的分散变邻域搜索算法[J];系统工程;2014年09期

3 高守玮;戴杨;刘媛媛;;对于NEH启发式方法搜索邻域的研究[J];控制工程;2008年02期

4 ;P systems based multi-objective optimization algorithm[J];Progress in Natural Science;2007年04期

相关博士学位论文 前1条

1 宋_";脉冲神经膜系统的计算性质与应用研究[D];华中科技大学;2013年

相关硕士学位论文 前4条

1 蒋洋;基于膜计算的聚类算法研究[D];西华大学;2014年

2 李征;基于动态膜计算的聚类算法[D];河南大学;2013年

3 郭鹏;基于蜂群繁殖算法的流水车间调度问题研究[D];华中科技大学;2012年

4 付杰;受膜计算启发的优化算法研究[D];浙江大学;2010年

本文编号：2637534