集体智慧引导的元启发式算法的设计与应用研究

发布时间：2023-03-23 06:10

　　在实际生活中,有很多问题不能用传统的优化算法解决。元启发式算法的出现在一定程度上克服了传统优化算法的不足之处。近些年来,由于元启发式算法的结构简单、易于实现、不依赖梯度信息、可以很大程度上避开局部最优等优点,这些优势以及在工程设计问题上的广泛应用使得元启发式算法成为了很多学者研究的热点。为了进一步提高算法的局部开采能力或全局勘探能力,不少学者提出了各种适用于元启发式算法的策略。为了进一步提高元启发式算法的局部开采能力以及更好的平衡算法全局性能,本文对算法在求解过程中,种群个体的有利信息进行了深入研究,并设计了可以改进启发式算法性能的算子,本文主要以回溯搜索算法(BSA)和灰色预测演化算法(GPEAe)为研究对象,设计了两种改进的算法(MBSAg C和TOGPEAe),本文的主要研究内容如下:(1)提出了“集体智慧”的概念受到人类和动物的趋优行为和趋众行为的启发,本文提出了一个新的理念:“集体智慧”。本文深度挖掘了最优个体的引导信息(趋优性)和种群个体的平均值(趋众性)来提高算法的整体性能。其中根据集体智慧的趋优性设计了一个新的趋优性拓扑反向学习和一个趋优性引导的线性组合以增强算法的局部...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 本文研究工作和创新点
    1.3 论文组织结构
第2章 集体智慧引导的回溯搜索优化算法(MBSAGC)
    2.1 基础回溯搜索优化算法(BSA)
    2.2 BSA优缺点分析
    2.3 集体智慧引导的深度挖掘的回溯搜索优化算法(MBSAGC)
    2.4 MBSAGC的数值测试分析
    2.5 数值实验
        2.5.1 基准函数实验测试
        2.5.2 工程问题的数值实验
        2.5.3 数值实验结果的综合讨论分析
    2.6 符号检验
    2.7 本章小结
第3章 集体智慧趋优性引导的拓扑灰色预测演化算法(TOGPEAE)
    3.1 基本灰色预测演化算法
    3.2 基于拓扑反向学习的灰色预测演化算法(TOGPEAE)
    3.3 TOGPEAE的数值实验
    3.4 TOGPEAE的分析与讨论
        3.4.1 基准函数实验测试
        3.4.2 工程设计问题数值实验
    3.5 符号检验
    3.6 本章小结
第4章 总结与展望
致谢
附录
参考文献
个人简介



本文编号：3768445