一类智能算及与变分优化的融合性研究.pdfVIP

致 谢 两年半的研究生生活即将结束，在这里，我收获了许多，人生也得到了很好的洗礼。 本文的工作是在我的导师高雷阜教授细心的指导下撰写的，论文的整个完成过程都离 不开高老师的谆谆教诲。高老师对待工作的认真负责、对待学生的细心教诲、对待同事的 关怀与真诚让我很受鼓舞。在此，首先向高老师表示深深的感谢。 我还要感谢郭嗣琮老师、柴岩老师、董春胜老师、曾繁慧老师、包研科老师、何志明 老师、黄静老师等各位理学院的老师。研究生生活中，理学院的各位老师在生活、思想上 都给我许多帮助，在此谨向高老师及理学院的各位老师致以诚挚的谢意和崇高的敬意！ 在此，我还要感谢在一起愉快的度过研究生生活的应用数学 09 级的各位同学们，正 是由于你们的帮助和支持，我才能克服一个个困难与困惑，让我愉快的度过两年半的研究 生生活，谢谢你们！ 感谢理学院的各位领导和老师，感谢各位师兄、师姐、学弟、学妹，是他们使我生活 在一个开拓奋进、学术氛围浓厚的大家庭中，使我顺利完成硕士学业。 感谢我的亲人对我求学生涯的关心与支持，使我有了前进的动力。 最后，向在百忙中抽出时间参加本次论文评阅和答辩的诸位老师表示衷心的感谢！ 摘 要 全局优化问题尤其是智能算法和变分优化问题广泛见诸于经济模型、金融计算、网络 交通、系统控制、生物工程、环境工程等。本文主要研究了智能优化算法中的粒子群算法 与和声搜索算法，以及与变分优化融合的问题。 首先，本文将局部寻优能力较好的变尺度法与粒子群算法结合，提出了基于变尺度的 粒子群优化算法，同时将其应用于非线性方程组的求解。然后，将改进后的算法应用于偏 微分方程的求解中，将传统的有限差分法进行了改进，并与改进后的粒子群算法进行结合 来求解偏微分方程，通过数值算例对其进行验证。大量的数值实验表明改进的粒子群算法 不仅提高了收敛速度和精度，提高了优化效率，还表现出很强的适用性和鲁棒性。 其次，本文将和声搜索算法与局部搜索能力较好的变尺度法相结合，提出了基于变尺 度的和声搜索算法。通过数值实验验证改进后的算法寻优能力较强，鲁棒性较好，而且方 法容易实现。 再次，探讨了将微分方程转化为变分问题的方法，将求解微分方程的权余量方法与标 准粒子群算法进行结合，提出了一种新的求解优化问题的方法。同时，在结合传统的最小 二乘近似解法与粒子群算法的基础上，提出了结合粒子群算法和最小二乘法求解变分优化 问题的新方法。给出改进思路、计算流程后，通过仿真实验比较，改进的两种变分优化算 法有较强的适用性。 关键词：最优化；智能算法；粒子群算法；和声搜索算法；变分优化 Abstract Global optimization problem, especially intelligent optimization algorithms and variational, is widely seen in the economic model, financial computing, network traffic, system control, biological engineering, environmental engineering, and so on. This paper studies particle swarm optimization and harmony search algorithm in the intelligent optimization algorithm, and the integration with variational optimization problem. First, this article proposed particle swarm optimization algorithm based on variable scale combining better local optimization abilit