求解全局优化问题的眺望算法

发布时间：2017-09-18 23:43

  本文关键词：求解全局优化问题的眺望算法

  更多相关文章： 全局优化 视觉智能 眺望算法 智能遗传眺望算法

【摘要】：全局优化问题一直以来都是工程、金融、航天等科学领域的热点问题,同时也是其他学科研究和应用的基础。随着全局优化问题在各个领域的广泛应用,众多专家学者不断地对全局优化问题的方法进行深入的探索和研究,使得全局优化方法不断的发展和完善,尤其是智能优化算法中的禁忌搜索算法、遗传算法、神经网络算法、蚁群算法等在不断地改进中达到较好的算法表现。然而,随着全局优化问题规模越来越大、复杂度越来越高,对优化技术的要求也不断增高,尤其是面对目标函数带有多极值的全局优化问题,利用经典的智能优化算法进行求解,在不同程度上存在着缺点,因此探求新的求解全局优化问题的智能算法成为重要的研究方向。本文在分析人类视觉智能原理基础之上,基于文献36给出的一种基于视觉认知的全局优化算法进行了改进和完善,提出求解全局优化问题的更为完善的眺望算法。该算法本质上是模仿人类在视觉上能够智能的对事物高低进行判断、比较和记忆的特性进行的设计。算法通过眺望管理机制、眺望点的产生策略和选取准则、局部寻优问题的构造来对全局优化问题进行求解,并通过基点、眺望点、局部寻优过程的三层记忆机制提高算法收敛速度,减少算法耗时。在与遗传算法进行的大量对比测验表明,眺望算法具有较高的收敛率,参数选择相对简单、对初始点没有依赖,在很大程度上能够避免陷入局部最优,具有良好的算法表现,为求解全局优化问题开辟了新的途径。为了进一步提升眺望算法的性能,克服不理想的初始基点给眺望算法带来的困难,本文尝试将眺望算法与智能遗传算法进行混合,利用智能遗传技术改进眺望算法,从而形成一种新的混合算法—智能遗传眺望算法。针对算法的收敛速度和收敛率与眺望算法、禁忌搜索算法和改进的模拟退火算法进行对比分析,结果表明基于智能遗传技术的眺望算法收敛率优于其它对比算法,在收敛速度上较原始的眺望算法更为理想。
【关键词】：全局优化 视觉智能 眺望算法 智能遗传眺望算法
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O224
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-11
• 1.1 本课题的研究意义7
• 1.2 优化问题发展概述与现状7-10
• 1.2.1 最优化方法7-9
• 1.2.2 全局优化方法9-10
• 1.3 本文的主要工作10-11
• 第二章 全局优化相关知识11-17
• 2.1 确定性方法11-13
• 2.2 随机性方法13-17
• 第三章 眺望算法的设计与理论分析17-30
• 3.1 引言17
• 3.2 眺望算法17-21
• 3.2.1 算法描述17-18
• 3.2.2 算法基本原理18-20
• 3.2.3 算法基本步骤20-21
• 3.3 基点选取与更新21
• 3.4 眺望点产生策略21-24
• 3.4.1 方体眺望点产生策略21-22
• 3.4.2 球面眺望点产生策略22
• 3.4.3 方体与球面眺望点产生混合策略22-24
• 3.5 局部寻优问题构造和算法选择24-25
• 3.5.1 局部寻优问题构造24
• 3.5.2 禁忌技术在局部寻优中的应用24-25
• 3.6 算法的收敛性25-27
• 3.7 算法数值算例应用27-29
• 3.8 算法总结29-30
• 第四章 基于智能遗传技术的眺望算法30-37
• 4.1 引言30
• 4.2 智能遗传算法30
• 4.3 智能遗传算法与眺望算法混合策略30-36
• 4.3.1 算法基本原理31-34
• 4.3.2 算法停止准则34
• 4.3.3 算法评估34-36
• 4.4 算法总结36-37
• 第五章 总结与展望37-38
• 5.1 本文总结37
• 5.2 展望37-38
• 致谢38-39
• 参考文献39-42
• 附录42-45
• 作者简介45
• 攻读硕士学位期间的研究成果45

【相似文献】

中国期刊全文数据库 前10条

1 申培萍,张可村;一类非光滑全局优化问题的区间展开方法[J];应用数学学报;2005年01期

2 罗长童;于波;;求解全局优化问题的三角进化算法(英文)[J];数学研究与评论;2009年02期

3 程笑冉;张肃;程启月;;多因素指派模型全局优化问题研究[J];数学的实践与认识;2012年03期

4 张永康;;全局优化问题随机型方法综述[J];运筹学杂志;1992年01期

5 杨若黎，，吴沧浦;一种求解有约全局优化问题的新型混合方法[J];Journal of Beijing Institute of Technology(English Edition);1995年01期

6 杨立洪,彭佳红,彭宏,欧永斌;解全局优化问题的有向演化算法[J];吉首大学学报(自然科学版);1998年02期

7 王冠君,陈翰馥;关于“相关量测噪声下的全局优化问题”一文的更正[J];应用数学学报;1999年01期

8 江小勤;;求解约束全局优化问题的一类新的填充函数[J];襄樊学院学报;2007年02期

9 尹景本;薛春善;;一类全局优化问题的线性松弛方法[J];重庆工学院学报(自然科学版);2008年04期

10 王伟祥;尚有林;张连生;;约束全局优化问题的一个单参数填充函数方法(英文)[J];工程数学学报;2008年05期

中国重要会议论文全文数据库 前3条

1 邬冬华;田蔚文;张连生;;求全局优化问题的水平值估计方法[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

2 张洁;朱经浩;;关于求解非凸全局优化问题的最优控制方法[A];中国运筹学会第十届学术交流会论文集[C];2010年

3 刘志宏;胡永明;施工;;特征统计算法及其在多极值优化问题上的应用[A];全国计算物理学会第六届年会和学术交流会论文摘要集[C];2007年

中国博士学位论文全文数据库 前1条

1 汪春峰;几类全局优化问题的分支定界方法[D];西安电子科技大学;2012年

中国硕士学位论文全文数据库 前10条

1 刘佳;求解全局优化问题的眺望算法[D];长春工业大学;2016年

2 刘天宝;求解全局优化问题的若干算法[D];吉林大学;2008年

3 王晓丹;求解全局优化问题的可视化算法[D];长春工业大学;2011年

4 栾世超;全局优化问题的确定性算法研究[D];曲阜师范大学;2009年

5 王俊华;两类非凸全局优化问题的分支定界算法[D];河南师范大学;2011年

6 马文文;求解全局优化问题的动态填充算法[D];华东理工大学;2011年

7 刘振军;用中心法解全局优化问题[D];河北工业大学;2011年

8 曹建辉;约束全局优化问题的填充函数法[D];西北师范大学;2010年

9 魏静萱;解决全局优化问题的几种进化算法[D];西安电子科技大学;2006年

10 王倩;有约束的连续规划问题的填充函数方法[D];重庆师范大学;2009年

本文编号：878263