鱼群混合智能优化算法及其应用研究

  本文关键词：人工鱼群混合智能优化算法及其应用研究，由笔耕文化传播整理发布。

浙江大学信息学部

硕士学位论文

人工鱼群混合智能优化算法及其应用研究

姓名：张汉强

申请学位级别：硕士

专业：控制理论与控制工程

指导教师：陈金水;卢建刚

20100101

浙江大学硕士学位论文摘要

摘要

优化问题一直是科学和工程研究领域的热点问题。传统的优化方法在处理大维数、多模态等复杂问题上存在诸多不足。国内外研究学者对此进行了研究和探讨，提出了多种智能优化算法，并结合各种优化算法的优点，衍生出多种混合智能优化算法。本文在分析人工鱼群算法基本原理的基础上，结合禁忌搜索算法和遗传算法，提出了两种新的混合智能优化算法，并将混合算法应用于多目标优化、参数估计和组合优化中，扩展了算法的应用范围。

本文所作的主要工作如下：

Ｉ、系统地介绍智能优化算法的研究现状，以及单纯智能优化算法的局限性和混合智能优化算法的优点。重点分析人工鱼群算法，并通过典型函数的仿真，探讨参数对人工鱼群算法收敛速度和精度的影响，总结出鱼群算法参数设置的基本原则，提出分阶段和变参数寻优的改进策略。

２、结合人工鱼群算法的改进策略，提出两种新的混合智能优化算法：禁忌与鱼群混合优化算法（ＨＩＯＡ－ＴＳＦＡ）和遗传与鱼群混合智能优化算法（ＨＩＯＡ－ＧＦＡ）。通过对两种混合智能优化算法的仿真研究，以及与前人的研究成果比较，均验证了本文提出两种算法的有效性。

３、通过引入惩罚项的方法，将ＨＩＯＡ－ＴＳＦＡ算法应用于解决多目标优化问题。仿真研究表明，该算法在解决复杂函数的优化问题和多目标优化问题中效果显著。将ＨＩＯＡ－ＧＦＡ应用于非线性系统的参数估计问题，在无噪声和有白噪声的条件下，通过Ｌｏｒｅｎｚ混沌系统进行仿真研究，结果表明该混合算法对于解决参数估计问题十分有效。最后，进一步引入去交叉局部优化策略对ＨＩＯＡ－ＧＦＡ进行改进，并将其应用于组合优化问题中的旅行商问题。通过仿真研究验证了ＨＩＯＡ－ＧＦＡ在解决旅行商问题时的有效性。关键词：鱼群算法；混合智能优化算法；多目标优化；组合优化；参数估计

浙江大学硕’Ｉ：学位论文ＡＢＳＴＲＡＣＴ

ＡＢＳＴＲＡＣＴ

Ｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｈａｓａｔｔｒａｃｔｅｄａｌｏｔｏｆａｔｔｅｎｔｉｏｎｉｎｔｈｅｆｉｅｌｄｓｏｆｓｃｉｅｎｃｅａｎｄｅｎｇｉｎｅｅｒｉｎｇ．Ｓｏｍｅｐｒｏｂｌｅｍｓｈａｖｅｂｅｅｎｆｏｕｎｄｉｎｃｌａｓｓｉｃａｌｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｓｔｏｓｏｌｖｅｈｉｇｈｄｉｍｅｎｓｉｏｎ，ｍｕｌｔｉ－ｍｏｄａｌａｎｄｏｔｈｅｒｃｏｍｐｌｅｘｓｙｓｔｅｍｓ．Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｓｅｓｈｏｒｔｃｏｍｉｎｇｓ，ａＩｏｔｏｆｒｅｓｅａｒｃｈｏｎＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｈａｓｂｅｅｎｄｏｎｅ．ａｎｄｓｅｖｅｒａｌＨｙｂｒｉｄ

ｔｈｅａｄｖａｎｔａｇｅｏｆｖａｒｉｏｕｓｏｐｔｉｍｉｚａｔｉｏｎＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｃｏｍｂｉｎｅｄｗｉｔｈ

ａｌｇｏｒｉｔｈｍｓａｒｅｐｒｏｐｏｓｅｄｗｉｔｈｄｉｓｃｕｓｓｅｄｉｎ－ｄｅｐｔｈ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｗｏｎｅｗＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔ

ａｒｅＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｃｏｍｂｉｎｅｄＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍｗｉｔｈ

ＴａｂｕＳｅａｒｃｈａｎｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ．ＴｈｅｎｔｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｔｗｏｈｙｂｒｉｄａｌｇｏｒｉｔｈｍｓｉｎＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎ，ＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎ，ａｎｄＣｏｍｂｉｎａｔｏｒｉａｌ

ａｒｅＯｐｔｉｍｉｚａｔｉｏｎ，ｗｈｉｃｈｉｓｓｅｌｄｏｍｃｏｖｅｒｅｄｂｙｏｔｈｅｒ

ｆｏｌｌｏｗｓ：ａｕｔｈｏｒｓ．Ｔｈｅｍａｉｎｃｏｎｔｅｎｔｓｏｆｔｈｅｐａｐｅｒａｓ

１、ＴｈｅｓｔａｔｕｓｏｆｔｈｅＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ

ａｓｒｅｓｅａｒｃｈｉｓｓｙｓｔｅｍａｔｉｃａｌｌｙｉｎｔｒｏｄｕｃｅｄ，ａｓｗｅｌｌｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆｓｉｍｐｌｅＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓａｎｄｔｈｅ

ａｄｖａｎｔａｇｅｓｏｆＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓ．ＢｙａｎａｌｙｚｉｎｇｔｈｅＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍａｎｄｔｈｅｔｙｐｉｃａｌｂｅｎｃｈ—ｍａｒｋｓｉｍｕｌａｔｉｏｎ，ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｐａｒａｍｅｔｅｒｓｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄａｃｃｕｒａｃｙｏｆｔｈｅＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍｉｓｏｎｔｈｅｄｉｓｃｕｓｓｅｄ．Ｔｈｅｎ，ｔｈｅ

ａｒｅｂａｓｉｃｐｒｉｎｃｉｐｌｅｓｏｆｓｅｔｔｉｎｇｔｈｅｐａｒａｍｅｔｅｒｓｉｎＡｒｔｉｆｉｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍ

ａｎｄａｓｕｍｍａｒｉｚｅｄｇｒａｄｉｎｇａｎｄｖａｒｉａｂｌｅｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｉｓｐｒｏｐｏｓｅｄ．

ｏｎ２、ＢａｓｅｄｉｍｐｒｏｖｅｄＡｒｔｉｆｉｃｉａｌ

ａｒｅＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍ，ｔｗｏｎｅｗＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｐｒｏｐｏｓｅｄ，ｏｎｅｏｆｗｈｉｃｈｉｓｃｏｍｂｉｎｅｄｗｉｔｈＴａｂｕＳｅａｒｃｈｗｈｉｌｅｔｈｅ

ｏｔｈｅｒｗｉｔｈＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ．Ｃｏｍｐａｒｉｎｇｗｉｔｈｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓ，ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｓｅｔｗｏａｌｇｏｒｉｔｈｍｓｈａｓｂｅｅｎｐｒｏｖｅｎｂｙＭａｔｌａｂｓｉｍｕｌａｔｉｏｎ．

３、ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＨＩＯＡ—ＴＳＦＡａｌｇｏｒｉｔｈｍｉｎｓｏｌｖｉｎｇＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍｂｙｔｈｅｍｅｔｈｏｄｏｆＰｕｎｉｓｈｍｅｎｔＩｔｅｍｓｉｓｉｎｔｒｏｄｕｃｅｄ．ＳｉｍｕｌａｔｉｏｎｓｔｕｄｉｅｓｓｈｏｗｔｈａｔｉｔｉｓｖｅｒｙｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅｃｏｍｐｌｅｘｆｕｎｃｔｉｏｎａｎｄＭｕｌｔｉ—ｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍ．Ｓｅｃｏｎｄｌｙ，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＨＩＯＡ—ＧＦＡｉｎｓｏｌｖｉｎｇＰａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｏｆＮｏｎｌｉｎｅａｒＳｙｓｔｅｍｉｓｄｉｓｃｕｓｓｅｄ．Ｓｉｍｕｌａｔｉｏｎｓｔｕｄｙｕｎｄｅｒｔｈｅａｂｓｅｎｃｅｏｆｎｏｉｓｅａｎｄｗｈｉｔｅｎｏｉｓｅｃｏｎｄｉｔｉｏｎｓｓｈｏｗｔｈａｔｉｔｉｓｖｅｒｙ．ＩＶ—

浙汀大学硕．Ｉ：学位论文ＡＢＳＴＲＡＣＴｅｆｆｅｃｔｉｖｅｉｎｓｏｌｖｉｎｇｔｈｅｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｉｏｎｐｒｏｂｌｅｍｉｎｔｈｅＬｏｒｅｎｚｃｈａｏｔｉｃｓｙｓｔｅｍ．Ｆｉｎａｌｌｙ，ｔｈｅｃｒｏｓｓ－ｐａｒｔｉａｌｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｉｓｉｎｔｒｏｄｕｃｅｄｔｏｉｍｐｒｏｖｅｔｈｅＨＩＯＡ—ＧＦＡ，，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｎｔｈｅＴｒａｖｅｌｉｎｇＳａｌｅｓｍａｎＰｒｏｂｌｅｍ（ＣｏｍｂｉｎａｔｏｒｉａｌＯｐｔｉｍｉｚａｔｉｏｎＰｒｏｂｌｅｍ）ｉｓｄｉｓｃｕｓｓｅｄ．Ｉｔｉｓｐｒｏｖｅｄ

Ｋｅｙｗｏｒｄｓ：ＦｉｓｈｔｏｂｅｅｆｆｅｃｔｉｖｅｔｏｓｏｌｖｅＴＳＰｐｒｏｂｌｅｍｂｙＭａｔｌａｂｓｉｍｕｌａｔｉｏｎ．Ａｌｇｏｒｉｔｈｍ；ＳｗａｒｍＡｌｇｏｒｉｔｈｍ；ＨｙｂｒｉｄＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎ

Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅＰｒｏｂｌｅｍ；ＣｏｍｂｉｎａｔｏｒｉａｌＯｐｔｉｍｉｚａｔｉｏｎ；ＰａｒａｍｅｔｅｒＥｓｔｉｍａｔｉｏｎ－ＩＶ．

浙江大学研究生学位论文独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得—逝婆盘鲎或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。

……虢始娩签字吼如ｒ钞』日

学位论文版权使用授权书

本学位论文作者完全了解董壁姿盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝姿盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。

（保密的学位论文在解密后适用本授权书）

学位论文作者签名：导师签名：

签字日期：年月日签字日期：年月日

  本文关键词：人工鱼群混合智能优化算法及其应用研究，由笔耕文化传播整理发布。