混合型优化算法设计策略与分类法.pdfVIP

复杂系统暑期学校 混合型优化算法的设计策略与分类法 报告人：陈 杰 2013.7.12 北京理工大学自动化学院 复杂系统智能控制与决策国家重点实验室 主要内容 智能优化算法的概念与特点 两类基本的智能优化算法 主要内容 混合型优化算法的设计策略 混合策略的分类法 总结与展望 北京理工大学自动化学院 chenjie@bit.edu.cn 复杂系统智能控制与决策国家重点实验室 智能优化算法的概念与特点  复杂系统优化问题的建模和优化 两个层面都蕴含了不 同类型和程度的复杂性，复杂系统内在的非线性、不 确定性、高耦合度、多模态等特征大大增加了问题的 建模难度。  模型的复杂性也给优化计算带来了很大的挑战，传统 的方法多数要求优化对象具有理想的性质（如光滑性 、连续性、凸性或拟凸性、单模态）以便实施特定的 操作，而在复杂系统的优化中，这些性质往往难以满 足。因此，大量具有启发性特征 的智能优化算法 （如 遗传算法、粒子群优化、差分进化、蚁群优化）在这 种情况下具有很好的性质，对优化对象没有特殊的要 求，这一优势使得智能优化方法被广泛用于各种类型 复杂系统的优化设计中，取得了大量的成功应用。 北京理工大学自动化学院 chenjie@bit.edu.cn 复杂系统智能控制与决策国家重点实验室 智能优化算法的概念与特点 什么是智能优化算法？ Intelligent optimization algorithms (Intelligent optimizers) ► 不同于人工智能研究中的 “智能”概念 ► 借鉴或模拟自然界中的进化(演化)机理设计而成的启发 式优化算法。 模拟退火算法(SA) ：固态金属退火过程； 遗传算法(GA) ： 生物的进化原理；粒子群优化(PSO) ：鸟群的社会行为；蚁 群算法(ACO) ：蚂蚁群体觅食行为 ；免疫算法(IA) ：免疫 系统的工作原理 北京理工大学自动化学院 chenjie@bit.edu.cn 复杂系统智能控制与决策国家重点实验室 智能优化算法的概念与特点 智能优化方法的发展趋势 1）新的算法仍在不断涌现，类型越来越丰富 。例如类似 于ACO和PSO ，一些学者提出了蜂群优化算法、鱼群 优化算法、狼群优化算法、细菌优化算法、人类社会 进化算法等（模拟生物群体行为） ；还有学者提出了 基于电磁作用力的搜索算法、模拟宇宙演化过程的搜 索算法等新的智能算法（拟物过程，物理方法）。 2）每种原型算法提出后都有大量的改进型算法，改进策 略和形式多样化。例如参数自适应策略、算子自适应 策略、多种群策略等。 北京理工大学自动化学院