分享到:

元启发式优化算法理论与应用研究

科学技术日益表现出交叉和渗透的特征,特别是计算机科学技术改变了人类生产与生活方式。然而,现有计算机的计算能力并非无所不能,它在某些具有不确定性、动态性、非线形或多态(Multi-modal)问题上常常不能满足人们的要求,因此人们对于高效计算技术的探索从未停止。近50年来元启发式优化算法得到了广泛研究,如遗传算法、模拟退火等,这类算法均通过模拟自然现象(Nature-Inspired)为解决复杂问题提供了新的思路和手段。本论文中主要介绍了两大类元启发式优化算法,第一类是群体智能(Swarm Intelligence)算法,包括蚁群优化(Ant Colony Optimization)和粒子群优化(Particle Swarm Optimization)两种算法,这两种都是基于种群策略的仿生算法;第二类是微正则退火(Microcanonocal Annealing)算法,它是来自于对物理学的借鉴。本文中主要通过仿真手段,研究了这两类  (本文共145页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

元启发式优化算法研究与应用

最优化问题是指在一定的约束条件下,在众多的可选方案中找到最佳方案,以提高系统整体收益的一类问题。最优化问题已广泛应用于工程技术、经济管理、公共管理、生物医学以及科学研究等诸多领域。传统求解最优化问题的方法,如单纯形法、梯度下降法等,在满足某些特定条件下,可以求得理论最优解,但对于实际应用中经常出现的大规模高维度非线性问题求解起来则比较困难,且容易陷入局部最优。因此,在仿生学的启发下,出现了元启发式优化算法。元启发式算法从自然界的随机现象中获取灵感,将随机算法与局部算法相结合,有一定概率跳出局部最优,更有可能得到全局最优解。而且,元启发式算法可以快速地求解那些不存在或者暂时未找到多项式时间内的求解算法的问题。另外,元启发式算法对目标函数不存在任何特殊要求(如可微或者凸优化),不局限于具体问题,具有更加广泛的应用范围,成为了最优化问题研究的热点之一。但元启发式算法并不能保证一定能够获得全局最优解,经常在一些问题上陷入局部最优。因此,...  (本文共125页) 本文目录 | 阅读全文>>

《钢结构》2011年10期
钢结构

元启发式优化中参数选择的统一方法

在十几年前,元启发式优化算法引起了广泛的注意。这些算法中不同参数的调整是个耗时很长的过程,常需通过反复计算进行。故引入集中因子,评价这些算法的性...  (本文共2页) 阅读全文>>

《空军工程大学学报(自然科学版)》2015年01期
空军工程大学学报(自然科学版)

基于非参数统计的生物启发式优化算法性能评估

由于生物启发式优化算法性能评估方法存在单一性、片面性且无法进行统一地检验分析问题,从而严重影响了对优化算法性能的深入研究而导致各类优化算法无法准确地应用于解决实际问题。针对这一问题,利用非参数统计检验中典型的Wilcoxon符号秩检验和...  (本文共6页) 阅读全文>>

华中科技大学
华中科技大学

在车间作业调度及卫星广播调度问题上的启发式优化算法研究

调度问题广泛的存在于现实生活的各行各业之中,例如:机场飞机调度、海上船舶调度以及云负载均衡等诸多调度问题。这些调度类问题无一不是生产实践中的基础环节和核心问题。通过求解这些调度优化问题能够更好的帮助改进生产方式,提升生产效率,给人们的生产生活带来更多便利和实惠。然而,由于存在着大量具有NP难度的调度问题,同时现实生活中的这部分问题往往具有极其复杂的应用场景和海量的数据规模,因此求解它们无论是对学术界还是工业界来说都是具有挑战性难度的。随着近些年来启发式优化算法的不断发展,日趋成熟的启发式算法已经得到了研究学者们广泛的认可并且已经成为求解NP难问题非常有效的手段和工具。本文研究了调度领域中两个具有代表性的NP难问题即车间作业调度问题(Job Shop Scheduling Problem,JSP)以及卫星广播调度问题(Satellite Broadcast Scheduling Problem,SBSP),并为其分别设计了两种启发...  (本文共140页) 本文目录 | 阅读全文>>

《数学理论与应用》2016年02期
数学理论与应用

几类元启发式优化算法性能的比较研究

元启发式优化算法包括萤火虫算法、布谷鸟算法、蝙蝠算法及和声搜索算法等.选取20个标准测试函数,统计...  (本文共7页) 阅读全文>>

《电工技术学报》2005年02期
电工技术学报

电网购电模型求解的一种启发式优化算法(英文)

启发式算法利用与所求问题有关的某些特殊住处来控制搜索状态空间的过程,对于某些难于用理论方法解决的问题可以起到独到的作用。在电网购电模型中会有离散和连续两...  (本文共6页) 阅读全文>>