商讨式群决策优化方法及应用研究

发布时间：2024-03-20 05:10

　　启发式优化算法是一类启发于自然现象或规律的智能搜索和优化技术的统称。由于其高效的优化性能以及巨大的应用潜力等优点,在众多领域和学科中得到了十分广泛的应用,比如机械制造、航空航天、军事、科研等。但是,随着优化问题的日益复杂,给算法带来了巨大的挑战,探索和提出高效的搜索算法一直是一个开放性的话题。本文通过对群体决策现象的模拟,提出了一种新的启发式方法—商讨式群决策优化算法,并用于求解不同的最优化问题。主要工作总结如下:(1)受群体决策现象的启发,提出了商讨式群决策优化算法。该算法主要模拟群体决策中五个重要的决策过程:基于经验的过程,基于其他决策者的过程,基于群体思维的过程,基于领导者的过程和基于创新的过程。针对每个决策过程设计相应的计算算子,并采用多步式可选择策略来连接这些算子。通过对测试函数集和神经网络训练模型的仿真实验,结果表明提出的算法可以得到很好的计算结果,优于其他对比算法。(2)受广义的群决策现象启发,提出了扩展的商讨式群决策算法。针对商讨式群决策算法中固定的算子连接顺序,计算冗余问题,扩展的算法引入随机序列构造策略为种群个体提供不同的搜索序列,这样改变了原来固定的算子顺序,提高...

【文章页数】：153 页

【学位级别】：博士

【部分图文】：

图１．１最优化问题分类图??

第一章绪论??比如，无约束单目标优化问题，高维单目标优化问题，静态多目标优化问题，约??￡?最优化问题??湖?＋??ｖ多睛ｙ／??图１．１最优化问题分类图??Ｆｉｇ?１．?１?Ｔｈｅ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｇｒａｐｈ?ｏｆ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??束的....

图２．１凸集与非凸集示意图??－

第二章基础知识??图２．１凸集与非凸集示意图??Ｆｉｇ?２．?１?Ｔｈｅ?ｃｕｒｖｅｓ?ｏｆ?ｃｏｎｖｅｘ?ａｎｄ?ｎｏｎ－ｃｏｎｖｅｘ?ｓｅｔ??定理２．９设尸（尤）是非空开凸集上可微，则在Ｑ上是凸函数的充??分必要条件：ＶＸ，，ＪＴ２ｅＱ，有尸（Ｘ２）之尸＋??证明必要性设在....

图２．２多目标优化问题示意图??

第二章基础知识??目标一??Ｖ／??Ｔ＞—〇?目标二???＞??图２．２多目标优化问题示意图??Ｆｉｇ?２．?２?Ｔｈｅ?ｃｕｒｖｅ?ｏｆ?ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??定义２．２０对于给定的多目标优化问题Ｆ（Ｘ），?Ｐ〇Ｓ的定义为：....

图２．?３最优化算法的基本框架图??Ｆｉｇ?２．?３?Ｔｈｅ?ｂａｓｉｃ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｉｎｔｅｌｌｉｇｅｎｃｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ａｌｇｏｒｉｔｈｍ??

第二章基础知识??（３）在变化的环境下，设计的动态优化算法能够求得其数量较多、分布较广??且均勾的Ｐａｒｅｔｏ最优解；??２．４最优化方法理论基础??上节主要介绍了最优化的基本概念、最优性条件和凸规划、多目标优化、动??态多目标优化相关的概念。本节主要介绍最优化方法的基本框架和原....

本文编号：3933009