文档介绍：中文摘要动态优化和多目标优化是实际应用和优化中的常见问题,传统的求解方法常于此,论文选择动态优化算法和多目标优化算法为研究对象,研究求解这些问题的进化计算方法。这两类进化计算方法中,存在一个共同的特点就是非常注重保持种群的多样性,从而实现对动态优化问题中解的跟踪和多目标优化问题中多个具有代表性解的保持和进一步优化。为此,采用基于多种群的方式保持种群的多样性,并且不同种群采用不同的进化机制,从而实现对问题的求解。论文对进化算法进行简单回顾,然后综述了遗传算法的起源、进化算子、进化过程和有关理论分析,特别对动态优化问题和多目标优化问题的研究现状进提出了一种新的求解动态优化问题的多种群遗传算法,该算法采用了两个独立且不同进化机制的多种群方式同时进化,并在检查点进行个体的迁优化速度快,在动态变化的环境中具有较强的适应能力,具有较好的优化效果。根据求解多目标优化问题的一般要求,结合当前多目标进化算法的研究状况,从增强和保持种群的多样性角度出发,采用多种群的结构,提出了一种基于多种群和￡,占优的多目标遗传算法,在算法中采用￡.占优的策略更新外部种群。实验表明,该算法能够求解各种不同类型的多目标进化优化问题,能够保关键词:遗传算法;多种群;动态环境;多目标优化;分类号:常难以求解目标函数不连续、复杂高维等类问题,同时每次只能求得一个解。基的研究内容包括以下几个方面:行了分析。移,从而缓解了群体多样性与群体收敛的矛盾。实验表明该算法全局搜索能力强、持解的均匀分布。山东师范火学硕士学位论文
..籇.,.猳.,琫猵.,:山东师范大学硕士学位论文.,.琫甋,.:痶Ⅱ
他人已经发表或撰写过的研究成果,也不包含为获得——ⅲ喝学位论文作⋯!I啄昀独创声学位论文版权使用授权书明本人授权堂撞可以将学位论文的全部或部分内容编入有关数据库进行检索,可研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其没有其他需要特别声明的,本栏可空蚱渌逃沟难换蛑な槭褂霉牟料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明本学位论文作者完全了解堂撞有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的并表示谢意。解密后适用本授权书导师签
第一章绪论引言本章首先介绍了以遗传算法为代表的进化计算相对传统计算方法的优势;其次介绍了几种具有代表性的进化算法,包括微粒群优化算法、蚁群优化算法和文化算法等;最后,介绍了论文的研究背景、研究内容、创新点和论文组织结构。珿是由美国密歇根大学的淌到广泛的研究和应用【俊R糯惴ㄊ且恢纸杓锝缱匀谎≡窈徒品⒄起来的高度并行、随机、自适应搜索算法。简而言之,它使用了群体搜索技术,并逐步使种群进化到包含近似最优解的状态А俊S捎谄渌枷爰虻ァ⒁子谑迪忠及表现出来的健壮性,遗传算法赢得了许多应用领域,特别是近年来在问题求解、优化和搜索、机器学习、智能控制、模式识别和人工生命等领域取得了许多令人遗传算法之所以得到广泛研究和应用,是因为它与传统的搜索和优化方法存宰橹⒆允视妥匝靶智能性T诒嗦敕桨浮⑹视Χ群耙传算子确定后,遗传算法将利用进化过程中获得的信息自行组织搜索,同时,适有能根据环境变化来自动发现环境的特性和规律的能力。糯惴ǖ谋局什⑿行浴R糯惴ò床⑿蟹绞剿阉饕桓鲋秩菏康牡悖而不是单点。一是遗传算法的内在并行·,即遗传算法本身适合大规模并行;二是内含并行性,由于遗传算法采用种群的方式组织搜索,因而可以同时搜索解空间内的多个区域,并相互交流。糯惴ú恍枰G蟮蓟蚱渌ㄖJ叮恍枰S跋焖阉鞣较虻哪勘旰糯惴ǹ梢愿又苯拥赜τ谩糯惴ǘ愿ǖ奈侍猓梢圆矶嗲痹诮猓钪昭≡窨梢杂墒褂谜遗传算法和他的同事与学生最早开始研究和应用的,特别是年,淌诔版了其开创性的著作糯惴ǖ将种群代表一组问题解,通过对当前种群施加选择⒔徊捅湟纫幌盗幸糯阕佣乱淮秩海鼓舞的成就【。在以下区别:应度大的个体具有较高的生存概率,而这种自组织和自适应特征使得遗传算法具数和相应的适应度函数。糯惴ㄇ康鞲怕首;还嬖颍皇侨范ǖ淖;还嬖颉确定。山东师范大学硕士学位论文
进化计算简介.⒘H河呕惴此外,在机理方面具有搜索过程和优化机制等属性,数学方面的性质可文献ń惴ǘㄒ逦DD庾匀簧锝椭秩荷缁嵝形5乃婊阉魉法。这样的例子包括蚂蚁寻找食物的最短路径,鸟群迁徙寻找目的地等,包括遗等同起来。蔡自兴、徐光佑在其著作中指出,进化计算是指一类以达尔文生物进化论为依据来设计、控制和优化人工系统的技术和方法的总称,包括遗传算法、进化策它们遵循相同的指导思想,其共同的理论基础是生物进化论,