进化计算中的若干问题和应用研究.pdf

摘 要 博十论文 究，设计了一种适合于激素更新的函数，对粒子更新过程进行重新调整。实验证明， 此方法在复杂高维函数优化问题和机器人全局路径规划问题中起得了良好的效果； 第五章提出了一种“逆群”协作粒子群方法，根据粒子既跟踪较好的位置(吸引 群)又排斥较差位置(排斥群)的原理，利用两个行为不同子群之间的相互协作来提 高粒子群算法的性能，避免了仅采用吸引群时粒子易陷入局部收敛的弱点，又克服了 仅采用排斥群时，由于缺乏较好粒子的引导，出现粒子发散和算法不收敛现象的发生； 第六章结合进化计算方法和最大熵原理，分别提出了一种离线和在线设计模糊规 则基中心的方法，对设计原理及推理过程进行了分析，通过典型模型的建模实验验证 了离线方法的有效性，并将在线方法用于复杂运动跟踪中，实现了对运动的快速跟踪， 克服了经验方法确定最大熵参数时“溢出现象的发生； 第七章对本论文进行了总结，给出了存在的问题和进化计算未来的研究方向展 望。 关键词：进化计算；遗传算法；进化规划；粒子群算法；神经网络；模糊规则基；最 大熵原理；内分泌系统；运动跟踪 H 博士论文 进化计算中的若干问题及应用研究 Abstract novel Evolutionarycomputation(EC)勰aoptimizationtechnology,has intelligent beenutilized in science．Ithasmore overtraditional extensivelyengineering advantages methodswhen optimization global complex solvingproblems、Ⅳimoptimization,solving itiseasierto branchesofit of EC， problems,anduse．Many appeared谢廿1development Genetic Swarm Algorithm(GA)，EvolutionaryProgramming(EP)，ParticleOptimization arethecommonused researchofEC (PSO)，colonyoptimization,et．al algorithm．The revolvestwo the domainof always subjects：Firstly,toexpanseapplication it；Next,to causeitmoreeffective．nleformerforthe of and of is effective goaldesigningdiscovering ECsearch the thatthe methodsunabletosolveorcannot strategies，solvingproblempast solved thelatteristore