收藏本站
《浙江大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

改进的极值优化算法及其在组合优化问题中的应用研究

曾国强  
【摘要】:组合优化作为优化领域的一个重要分支,在计算机科学、人工智能、交通运输、生产调度、网络通信、统计物理、生物信息学等诸多领域都有着广泛的应用。近年来,借鉴统计物理的理论和方法,为组合优化理论和算法的研究注入了新的活力。极值优化就正是一种受统计物理中自组织临界理论启发而提出的新兴优化方法,在部分经典benchmark和工程问题中都有着较为成功的应用。但是,相比模拟退火算法、遗传算法等成熟算法而言,有关极值优化的研究才刚刚起步,还存在若干问题有待解决。比如,求解旅行商问题、SK自旋玻璃问题和蛋白质折叠问题等强连接问题的效果并不理想;算法的演化概率分布还有待深入研究;以往绝大多数算法都忽略了问题本身的结构特征,如骨架信息等。 本文从极值优化算法的演化概率分布、初始解等方面入手,结合组合优化问题本身的特征,对极值优化的算法改进及其在旅行商问题、最大满足性问题、SK自旋玻璃问题和HP蛋白质折叠问题等几类典型NP-hard组合优化问题中的应用进行了研究。具体地讲,本文的研究工作包括如下几个方面: (1)针对以往极值优化算法都采用幂律分布作为演化概率分布的情况,提出了基于拓展演化概率分布的改进极值优化算法(MEO);并受TSP最优路径第k邻点分布统计性质的启发,提出了带有启发式初始解的改进EO算法(NNMEO).首次通过对随机TSP和多个难求解的经典实例的仿真研究发现:在极值优化算法中,除了以往所常用的幂律分布外,诸如指数分布和混合分布也可能是有效的甚至是更佳的演化概率分布,这也在很大程度可以消除前人有关μ-EO算法不如τ-EO算法有效的误会;另外,在演化概率分布相同的情况下,极值优化算法从带有启发式信息的初始解出发通常比从完全随机的初始解出发更为有效。 (2)针对以往几乎所有EO算法都采取静态演化策略的情况,提出了一种基于动态演化策略的“多级极值优化算法(MSEO)"。MSEO将整个优化过程分解为多个优化阶段,在每个优化阶段中将上一阶段所得到的最好解作为当前阶段的初始解,并采用不同的演化概率参数值进行再优化。对TSPLIB95中多个旅行商问题实例的仿真研究表明:相比“静态”极值优化算法,MSEO算法具有更好的优化性能。 (3)受MEO和BE-EO算法基本思想的启发,提出了一类基于Bose-Einstein分布初始解和拓展演化概率分布的改进极值优化方法,简称EOSAT。在EOSAT框架下,提出了两种新颖的改进算法即BE-EEO和BE-HEO算法。对相变附近的最大满足性问题(Max-SAT)实例的仿真研究表明:相比文献中BE-EO等优化算法,本文提出的改进算法更为有效。 (4)在EOSAT的基础上,将组合优化问题的骨架信息嵌入到搜索过程中,从而提出了一类基于骨架信息导向的极值优化算法(BGEO)。对大量Max-SAT问题测试基准的仿真结果表明:相比EOSAT和文献中其它经典的优化算法,BGEO算法具有更良好的优化性能。这为组合优化算法的设计提供了一种新颖的且更为有效的思路和方法。 (5)在以上研究工作的基础上,将MEO算法的基本思想扩展应用到基于HP模型的蛋白质折叠问题中,并将MEO和BGEO算法的基本思想拓展应用到SK自旋玻璃的基态求解问题中。通过大量的仿真实验进一步表明了改进算法在求解强连接问题中的有效性。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP18;O224

【引证文献】
中国硕士学位论文全文数据库 前1条
1 熊茹;基于改进磁滞优化算法的三维蛋白质折叠问题研究[D];浙江大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 孙鹏飞;张健沛;;基于量子遗传算法的蛋白质折叠结构预测[J];哈尔滨工程大学学报;2010年01期
2 陈矛;黄文奇;吕志鹏;;求解HP模型蛋白质折叠问题的改进PERM算法[J];计算机研究与发展;2007年09期
3 高永超;刘丽梅;李歧强;王云争;;基于Backbone的极值进化算法[J];计算机工程与应用;2008年24期
4 陈矛;黄文奇;;求解HP模型蛋白质折叠问题的启发式算法[J];计算机科学;2006年11期
5 李小妹;;蛋白质在格子模型中改进的PERM算法[J];计算机科学;2007年07期
6 李天龙;吕勇哉;;基于自组织优化算法的一类多旅行商问题[J];计算机应用;2010年02期
7 齐洁;汪定伟;;极值优化算法综述[J];控制与决策;2007年10期
8 江贺;胡燕;李强;于红;;TSP问题的脂肪计算复杂性与启发式算法设计[J];软件学报;2009年09期
9 陆恒云;杨根科;潘常春;孙凯;;改进的蚁群算法求解蛋白质折叠问题[J];计算机工程与设计;2010年08期
10 何莲莲,石峰,周怀北;改进的蚁群算法在2D HP模型中的应用[J];武汉大学学报(理学版);2005年01期
中国博士学位论文全文数据库 前2条
1 陈玉旺;基于极值动力学的自组织优化理论、算法与应用研究[D];上海交通大学;2008年
2 张潘;自旋玻璃理论在组合优化和神经网络中的应用[D];兰州大学;2009年
中国硕士学位论文全文数据库 前2条
1 郑珉楠;基于互联网模式的组合拍卖模型与算法研究[D];东华大学;2009年
2 李天龙;基于自组织优化算法的多旅行商问题的求解与应用[D];浙江大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 田晓艳;;计算智能主要算法研究[J];安防科技;2009年12期
2 于同刚;于洪敏;孙琰;;基于GASA混合优化策略的装备物资混装配载[J];兵工自动化;2005年06期
3 陈文凯;曹泽文;;基于模拟退火算法的部署图点军标自动避让[J];兵工自动化;2009年03期
4 丁铸;马大为;于存贵;张学锋;;基于禁忌搜索与微粒群优化算法的混合优化策略算法在目标分配问题上的应用[J];兵工学报;2007年09期
5 郭敬;杨继志;刘瑞敏;;液压转台摩擦模型优化辨识[J];兵工学报;2010年06期
6 王亚敏;冀俊忠;潘全科;;基于离散蛙跳算法的零空闲流水线调度问题求解[J];北京工业大学学报;2010年01期
7 孙勇;李妮;龚光红;韩亮;;基于知识库的动态蚁群算法[J];北京工业大学学报;2012年03期
8 何麟书,刘刚;一种求解函数全局优化问题的正交方向法[J];北京航空航天大学学报;2005年04期
9 高春涛;;求解旅行商问题的几种解法[J];边疆经济与文化;2010年05期
10 侯福均,吴祈宗;基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测[J];北京理工大学学报;2004年03期
中国重要会议论文全文数据库 前10条
1 齐继阳;竺长安;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
2 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
3 孙俊清;李平;韩梅;;装卸桥调度问题及其混合智能优化算法GASA[A];第二十六届中国控制会议论文集[C];2007年
4 曹浪财;罗键;;一种改进求解TSP问题智能蚂蚁算法[A];第二十七届中国控制会议论文集[C];2008年
5 徐耀群;何少平;;傅立叶混沌神经网络及其在优化中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 杨阳;陈宗海;张海涛;;复杂系统仿真的前端智能化综述[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
7 刘则渊;朱晓宇;;国际科学计量学及其姊妹学科的计量与图谱[A];第七届中国科技政策与管理学术年会论文集[C];2011年
8 魏建荣;王砚;张立毅;;遗传算法在多用户检测中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
9 刘忠菁;霍小江;黄训诚;陈学广;;节能电力调度中分布式仿生优化策略发生器的研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
10 张启义;唐小平;李振东;;基于改进遗传算法的战区联勤军事物流运输保障研究[A];中国运筹学会第九届学术交流会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
3 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
4 王蕊;无线传感器网络部署与拓扑控制研究[D];哈尔滨工程大学;2009年
5 孙鹏飞;基于计算智能技术的蛋白质结构预测方法研究[D];哈尔滨工程大学;2010年
6 梁桥康;特殊应用的多维力/力矩传感器研究与应用[D];中国科学技术大学;2010年
7 孔令启;基于内外圈协同优化策略的间歇化工过程不确定性调度研究[D];华南理工大学;2010年
8 牟国华;中国股市极端事件及交易者行为研究[D];华东理工大学;2011年
9 陈军;曲线曲面的几何约束造型与近似合并[D];浙江大学;2010年
10 商秀芹;新型进化计算方法及其在炼铁烧结过程建模与优化中的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
2 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
3 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
4 李跃;三维运动估计在织物动态仿真中的应用[D];浙江理工大学;2010年
5 辛贵州;无人飞行器航迹规划算法研究[D];哈尔滨工程大学;2010年
6 王东阳;多智能体调度优化算法研究[D];哈尔滨工程大学;2010年
7 闫颖;基于模拟退火和团划分的综合技术研究[D];哈尔滨工程大学;2010年
8 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
9 齐成;基于非线性弯曲的伸缩臂优化研究[D];大连理工大学;2010年
10 蔺晓风;微遗传优化与iSIGHT集成技术研究[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前9条
1 严玉霖,陈玲,高洪;疯牛病致病机理研究进展[J];动物医学进展;2003年06期
2 王琼;浅谈疯牛病之病因及其检测手段[J];化学教育;2002年09期
3 王向红,章林溪,赵得禄;蛋白质分子的HNP格点模型[J];高分子学报;2004年02期
4 黄文奇,程念华,吕志鹏;求解蛋白质折叠问题的改进PERM算法[J];华中科技大学学报(自然科学版);2004年07期
5 黄文奇,黄勤波,石赫;求解蛋白质结构预测问题的二维连续模型及其相应的拟物算法[J];计算机研究与发展;2004年11期
6 陈矛;黄文奇;吕志鹏;;求解HP模型蛋白质折叠问题的改进PERM算法[J];计算机研究与发展;2007年09期
7 李一凡;张勇;;蛋白质巯基亚硝基化与帕金森病[J];生命的化学;2006年06期
8 黄文奇,崔茂林;求解蛋白质折叠构形预测问题的PERM改进算法[J];微计算机应用;2004年03期
9 江凡;;蛋白质空间结构的实验技术和理论方法[J];物理;2007年04期
中国博士学位论文全文数据库 前1条
1 吕志鹏;蛋白质结构预测的现实求解方法[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前6条
1 王海瑜;基于多分类器组合的蛋白质结构预测研究[D];西北工业大学;2004年
2 张红娟;基于非格点模型的蛋白质结构预测研究[D];大连理工大学;2006年
3 林晓丽;基于AB非格模型与遗传退火算法的蛋白质折叠结构预测[D];武汉科技大学;2007年
4 陈凤飞;蛋白质结构预测的三角化模型和算法[D];华中科技大学;2006年
5 李婷婷;面向蛋白质折叠结构问题的粒子群优化算法的改进研究[D];武汉科技大学;2008年
6 汪婷;基于遗传禁忌算法的蛋白质三维折叠结构预测[D];武汉科技大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈培友,汪定伟;用遗传算法求解组合拍卖竞胜标[J];东北大学学报;2003年01期
2 陈培友,汪定伟;用改进遗传算法求解组合拍卖竞胜标[J];东北大学学报;2004年04期
3 刘丽玲,王秀荣,陈化兰;DNA微阵列与基因表达研究概况[J];动物医学进展;2003年06期
4 王磊,潘进,焦李成;免疫算法[J];电子学报;2000年07期
5 孙元凯,刘民,吴澄;调度问题及其解空间的特征分析[J];电子学报;2001年08期
6 邢焕来;潘炜;邹喜华;;一种解决组合优化问题的改进型量子遗传算法[J];电子学报;2007年10期
7 丛明煜,王丽萍;现代启发式算法理论研究[J];高技术通讯;2003年05期
8 陈培友,汪定伟;组合拍卖竞胜标确定问题的混沌搜索算法[J];管理科学学报;2003年05期
9 张讲社,徐宗本,梁怡;整体退火遗传算法及其收敛充要条件[J];中国科学E辑:技术科学;1997年02期
10 黄文奇,许如初;支持求解圆形packing问题的两个拟人策略[J];中国科学E辑:技术科学;1999年04期
【相似文献】
中国期刊全文数据库 前10条
1 王德东;郑丕谔;;基于混沌神经网络车辆选径问题优化算法[J];哈尔滨工业大学学报;2007年12期
2 马炫;张亚龙;;基于遗传算法的大规模矩形件优化排样[J];智能系统学报;2007年05期
3 贾小波;石秀安;;屏蔽设计组合优化研究[J];核科学与工程;2010年04期
4 王璐;陆一平;于加晴;;求解PCB钻孔机刀具路径规划的交叉熵方法[J];计算机应用;2009年S1期
5 卢峰;吴大舜;曹兰;;蚁群算法理论及应用[J];科技广场;2008年05期
6 修春波;张雨虹;顾盛娜;;基于幂函数载波的混沌退火搜索算法[J];控制理论与应用;2007年06期
7 章健;贺芳;徐敏;;变电站经济运行与控制的研究及其应用[J];微计算机信息;2007年19期
8 马炫;刘庆;;求解多背包问题的人工鱼群算法[J];计算机应用;2010年02期
9 罗宗俊;一个组合优化问题的Threshold算法[J];数值计算与计算机应用;1995年04期
10 郭宝贵,陈小平,杨琪,王煦法,王颖波,章晓良;基于Anytime算法的组合优化问题求解[J];计算机工程;2000年05期
中国重要会议论文全文数据库 前10条
1 迟明群;刘若尧;崔斐;栾华华;杨文川;;基于三系数DCT的MPEG-4优化算法研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
2 李彬;毛一之;庞小东;;蚂蚁算法在电力变压器优化设计中的应用研究[A];电工理论与新技术学术年会论文集[C];2005年
3 曹晖;司刚全;张彦斌;贾立新;;基于模糊时序数据挖掘的火电厂制粉系统优化算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
4 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集(上)[C];2009年
5 柏文洁;汪秉宏;周涛;;连续极值优化算法在Lennard-Jones团簇优化中的应用[A];全国复杂系统研究论坛论文集(二)[C];2005年
6 王冠军;鹿晓阳;王鹏;;结构动力优化设计发展与展望[A];山东土木建筑学会建筑结构专业委员会2008年学术年会论文集[C];2008年
7 张森;张化光;;一类基于优化算法的神经网络自适应控制器的设计[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
8 蒋征波;陈万米;费敏锐;;RoboCup视觉系统中图像搜索的优化算法研究[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
9 花克勤;;电液伺服阀的动态参数寻优[A];第三届全国流体传动及控制工程学术会议论文集(第二卷)[C];2004年
10 宋申民;于志刚;段广仁;;一种新的基于免疫网络的人工免疫算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
中国重要报纸全文数据库 前10条
1 ;增添硬模块优化算法MCU触控更显优势[N];中国电子报;2010年
2 ;六阵元智能天线解决方案[N];通信产业报;2007年
3 记者 高志广;昨最低气温——29.5℃ 创54年同期极值[N];沈阳日报;2010年
4 联合证券研究所  执笔:王红兵;几个用于期现套利的股票组合[N];上海证券报;2007年
5 Riverbed科技公司北方区经理 王晓静;Riverbed:提高WAN性能[N];网络世界;2007年
6 记者 张剑雯 通讯员 祁文运;去年年底我省用电负荷现历史极值[N];山西经济日报;2011年
7 本报记者 张旭;东北500千伏电网混成自动电压控制系统通过鉴定[N];东北电力报;2008年
8 范兴川;用基础理论研究推动我国高性能软件技术创新[N];科技日报;2005年
9 浙江大学教授 王树青;自动化在化学工业大有作为[N];中国化工报;2006年
10 傅稷张军 本报记者 李旸;杨云龙:科技创新领跑企业[N];锦州日报;2008年
中国博士学位论文全文数据库 前10条
1 曾国强;改进的极值优化算法及其在组合优化问题中的应用研究[D];浙江大学;2011年
2 余江;机场扩展终端区的运行优化策略研究[D];西南交通大学;2005年
3 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
4 王艳;多目标拟态物理学优化算法及其应用研究[D];兰州理工大学;2011年
5 谭琦;多目标优化算法在多客户批处理机环境下的应用研究[D];中国科学技术大学;2012年
6 李曼荔;求解组合优化问题的神经计算方法[D];电子科技大学;2010年
7 徐敏;基于博弈思想的优化算法研究[D];中国科学技术大学;2006年
8 张晓明;基于种子传播方式和植物分布演化的种子优化算法研究[D];中国科学技术大学;2011年
9 胡洁;细菌觅食优化算法的改进及应用研究[D];武汉理工大学;2012年
10 胡凯林;钢铁企业散装原料场运行调度与优化问题研究[D];浙江大学;2011年
中国硕士学位论文全文数据库 前10条
1 徐志超;智能组合优化平台设计与实现[D];吉林大学;2008年
2 陈星宇;蚁群算法理论及其应用研究[D];湖南师范大学;2008年
3 魏懿;基于概率粒子群算法的背包问题的研究[D];华北电力大学(河北);2008年
4 赵胜敏;基于蚂蚁算法在管理优化方面的研究[D];天津大学;2006年
5 陈晔;应用蚁群算法解决约束P-中位问题[D];山西大学;2005年
6 郭倩倩;蚁群算法的改进及其在车辆路径问题中的应用[D];西南交通大学;2007年
7 程满中;蚂蚁算法在车辆路径问题中的研究[D];中南民族大学;2007年
8 刘扬;蚁群算法在网络路由上的应用[D];吉林大学;2007年
9 王书勤;车辆路径问题的蚁群算法研究[D];重庆大学;2008年
10 许秋艳;生物地理学优化算法及其应用研究[D];华东师范大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026