收藏本站
《哈尔滨工业大学》 2010年 博士论文
收藏 | 手机打开
二维码
手机客户端打开本文

基于群体智能混合优化算法的研究

王巧灵  
【摘要】: 群体智能随机、并行、分布式和非集中控制等特点,为寻找复杂优化问题的解决方案提供了基础。目前对于群体智能优化算法解决优化问题的研究已经成为自然计算的重要领域。然而单一的群体智能模型并不能满足实际问题中出现的多模态、高维、带约束和多目标优化问题,所以针对解决具体的优化问题设计混合的智能优化算法具有十分重要的理论意义和应用价值。本文主要针对粒子群优化和菌群优化两种典型的群体智能优化算法进行研究,给出了解决多种优化问题的混合群体智能优化算法,取得的主要成果归纳如下: 将粒子群优化的基本原理与克隆选择算法相结合,提出了一种新的混合算法。首先在de castro的克隆选择算法的基础上,设计了加强算子,使粒子群的优化思想融合到了克隆选择算法中;然后将粒子群优化算法与人工免疫算法的结合,利用免疫网络的基本原理设计了抗体抑制算子,同时重新设计了克隆算子和超变异算子。将所提供的混合算法在多模态函数优化问题、导轨滚珠优化问题和PID控制器参数自整定进行了应用。 针对粒子群优化算法对高维函数优化的早熟问题,基于克隆选择原理和粒子群的群体智能思想提出了一种动态多群体的优化方法。该算法将子群体作为抗体,而在子群体内部施行PSO,同时利用克隆选择原理设计了克隆、变异、选择和受体编辑算子。通过七个各有特点的高维复杂函数的优化,验证了本算法的寻优能力。 针对菌群优化算法收敛速度慢,在最优值附近容易发生震荡的问题,基于菌群优化和遗传算法的思想提出了一种处理约束优化问题新方法。首先,该算法利用佳点集产生初始菌群群体,并加入了基于佳点集的交叉算子;其次设计了自适应变化趋药性步长,并采用Pareto支配的概念处理了约束条件使得单目标约束优化问题转化为多目标非约束优化问题;最后设计了一种新的混合选择策略。利用11个典型的约束优化问题(包括线性、非线性、等式以及不等式约束)的数值仿真验证本算法的有效性,并将其用于解决三个工程中的设计问题。 分析了基本的BFO解决多目标优化问题的结果,基于存在的问题,将文化算法(CA)的思想加入到BFO中,提出了一种解决多目标优化问题的混合算法。该算法采用BFO做搜索引擎,同时设计了针对多目标问题的信念空间、接受函数和影响函数。利用信念空间保存的知识自适应的调节菌群优化算法的趋药性步长,重新定义了菌群算法中细菌个体的健康系数,从而使得两种算法有效的融合在一起。文中对五个典型的多目标优化问题进行数值仿真,验证了算法的有效性。 论文最后对所做工作与主要研究成果进行了总结,并提出了进一步的研究方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张燕;汪镭;吴启迪;;随机微粒群优化算法[J];计算机工程;2006年16期
2 刘弘;王静莲;;微粒群优化算法在协同建筑设计中的应用[J];通信学报;2006年11期
3 赵会洋;王爽;杨志鹏;;粒子群优化算法研究综述[J];福建电脑;2007年03期
4 何妮;吴燕仙;;粒子群优化算法的研究[J];科技信息(科学教研);2008年06期
5 蒋玖川;夏正友;;基于群体智能的Agent策略控制机制[J];微计算机信息;2009年16期
6 李炳宇,萧蕴诗,汪镭;一种求解高维复杂函数优化问题的混合粒子群优化算法[J];信息与控制;2004年01期
7 艾文国,李辉,孙洁;多准则群体智能决策支持系统案例推理模型研究[J];哈尔滨工业大学学报;2004年06期
8 汪镭,康琦,吴启迪;群体智能算法总体模式的形式化研究[J];信息与控制;2004年06期
9 范娜;云庆夏;;粒子群优化算法及其应用[J];信息技术;2006年01期
10 王万良;唐宇;;微粒群算法的研究现状与展望[J];浙江工业大学学报;2007年02期
11 史海军;王志刚;郭广寒;;引入变异算子的粒子群优化算法[J];长春理工大学学报(自然科学版);2007年03期
12 张然;贾瑞玉;钱光超;;基于群体智能的离群数据挖掘[J];计算机工程与应用;2008年23期
13 郭广寒;王志刚;;一种改进的粒子群算法[J];哈尔滨理工大学学报;2010年02期
14 郭羚;黄鹏;;粒子群优化算法及其在电力系统中的应用[J];科学咨询(科技·管理);2010年11期
15 杨礼;刘高峰;杨智杰;陈姝;;基于人工鱼群算法的空洞探测[J];计算机工程与应用;2011年11期
16 刘援农;;蚁群算法在TSP问题中的应用研究[J];硅谷;2011年13期
17 邓伟林;胡桂武;;粒子群算法研究与展望[J];现代计算机;2006年11期
18 王宇庆;刘维亚;;群体智能在图像处理中的应用[J];计算机应用;2007年07期
19 关圣涛;楚纪正;邵帅;;粒子群优化算法在非线性模型预测控制中的研究应用[J];北京化工大学学报(自然科学版);2007年06期
20 武朝华;汪镭;;微粒群优化算法综述[J];电脑知识与技术;2008年07期
中国重要会议论文全文数据库 前10条
1 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
2 刘建华;;一个智能搜索引擎的用户行为聚类分析[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年
3 孙长银;冯纯伯;夏良正;;群体智能——最优化技术的一种新的有效实现模式[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
4 曾建潮;薛颂东;;群机器人系统的建模与仿真[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
5 徐俊杰;忻展红;;粒子群优化在0/1背包问题中的应用[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
6 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年
7 康琦;杨东升;汪镭;吴启迪;;半导体封装作业调度的群体智能近似动态优化[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
8 贾海忠;;群体智能优化技术在血瘀证最佳用药筛选中的应用[A];第六次全国中西医结合血瘀证及活血化瘀研究学术大会论文汇编[C];2005年
9 汪洋;王宇庆;郑喜凤;刘维亚;;基于感光图像的LED显示屏亮度特征数据采集[A];2008全国LED显示应用技术交流暨产业发展研讨会文集[C];2008年
10 栾丽君;谭立静;牛奔;;基于粒子群算法的PID参数自整定[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
2 王巧灵;基于群体智能混合优化算法的研究[D];哈尔滨工业大学;2010年
3 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年
4 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
5 薛晗;不确定规划的群体智能计算[D];国防科学技术大学;2010年
6 赵吉;群体智能算法研究及其应用[D];江南大学;2010年
7 潘冠宇;基于粗糙集和群体智能的数据挖掘方法研究[D];吉林大学;2007年
8 张梅凤;人工鱼群智能优化算法的改进及应用研究[D];大连理工大学;2008年
9 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年
10 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年
中国硕士学位论文全文数据库 前10条
1 张文斌;群体智能涌现在网络舆情预测中的应用[D];西南交通大学;2011年
2 周艳菊;基于多智能体的群体智能决策支持系统生成器框架设计[D];中南大学;2002年
3 刘琼;基于群体智能的聚类算法研究[D];长沙理工大学;2010年
4 赵燕锡;群体智能决策支持系统中数据仓库系统的设计[D];中南大学;2003年
5 赵磊;基于群体智能的分子对接算法研究与实现[D];大连理工大学;2013年
6 梁光;基于群体智能的ABC支持型QoS路由机制的研究与仿真实现[D];东北大学;2008年
7 朱晓恩;基于群体智能的医学图像特征优化算法研究[D];浙江大学;2012年
8 邓植;基于群体智能的片上网络映射算法研究[D];西安电子科技大学;2012年
9 陈红洲;群体智能若干算法研究[D];哈尔滨工程大学;2004年
10 柳新妮;基于群体智能的图像阈值分割方法研究[D];陕西师范大学;2013年
中国重要报纸全文数据库 前10条
1 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
2 边歆;商务智能:进化与简化[N];网络世界;2007年
3 续九华 胡宝良;现代战争新宠[N];科技日报;2001年
4 康秋洁;谁也不争道抢行,蚂蚁解拥堵智慧超人[N];新华每日电讯;2008年
5 黄千凌;Mobile 2.0:随时沟通 创造信息新时代[N];电子资讯时报;2007年
6 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
7 刘妍;人类可仿效蚂蚁解决交通拥堵难题[N];大众科技报;2008年
8 裘水安;营造酒店文化 增加服务内涵[N];中国旅游报;2002年
9 记者 何边;网络化激活人工智能[N];计算机世界;2001年
10 沉风 中国移动 孙少陵 中国电子学会云计算专委会秘书长 林润华 解放军理工大学教授 刘鹏 宽带资本董事长 田溯宁;云计算:是能力,更是服务[N];人民邮电;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978