进化计算中的若问题及应用研究.pdf

博十论文 进化计算中的若干问题及应用研究 摘 要 进化计算作为～种新的智能优化技术，已广泛用予工程科学中的各个领域，与传 统优化方法相比，进化计算在全局优化、复杂性问题的求解及易用性方面都显示出其 优越性。进化计算发展到今天，出现了许多方法，如遗传算法、进化规划、粒子群算 法、蚁群算法等等。在对进化计算的研究中，算法设计一直是研究工作的重点，这方 面的研究，始终围绕两个主题，～是对进化计算应用领域的拓展，二是提高进化计算 的工作效率。前者重点放在设计和发现进化计算的搜索策略上，使其能解决过去不能 解决或不能有效解决的问题，后者则着重改进已有的算法，使其效率进一步提高。 本论文围绕这两个主题，提嫩了一些新方法来提高进化算法的性能，另外对～些 实际中常碰到的复杂优化问题，提出了一些利用进化算法来解决的新方案，全文分为 七章，具体的研究内容如下： 第一章首先篱要介绍了进化计算的一些典型分支翻各个分支的历史，再介绍了提 高进化计算性能研究工作的现状，主要对与本论文有关的三种进化方法的研究现状进 行了重点阐述，最后介绍了本文的研究工作和创新点； 第二章主要从群体多样性出发，设计了两种改善进荦乏计算性能的方法，一种称为 平均性能短时退化进化计算方法，在维持群体数量不变的前提下，按照多样性函数值， 选择部分较差个体加入下一代种群，以维持种群的多样性。根据当前群体多样性，设 计了一种确定所选较差个体数量的明确关系，算法具有一定的适应性；另一种方法称 为阶梯形动态种群进化方法，与其它的动态种群方法相比，它既麓维持种群多样性， 又保涯了每个个体都能{|导到充分进化，算法的运算量较小。为确定每个阶梯上种群数 量，根据当前代种群多样性，设计了～种确定每个阶梯上群体数量的臼适应方法，并 将此方法分别用到遗传算法和粒子群算法中，验证了方法的有效性； 第三章主要从染色体的编码方法入手，研究了复数编码和递阶编码方法。利用复 数的模和幅角同时对个体染色体进行编码，设计了一种复数粒子群方法，拓展了群体 包含的信息量；另外，针对神经网络和模糊规则基的结构和参数难以同时优化问题， 提出了一种两阶编码方法，用二进制编码表示结构，用复数编码表示参数，利用进化 规划方法图时实现了神经网络和模糊规则基的结构和参数闷时优化；第三个研究内容 是，针对粒子群飞翔时，需要粒子的维数相同，在不同结构的网络中难实现问题，提 出了一种舀适应飞翔的粒子群方法，为粒子群在解决不同维染色体问题中作用的发 挥，提供了一种新的思路，通过对RBF网络的自动设计实验，证明了方法的有效性； 第四章结合内分泌系统和神经系统对生物行为的共同作用原理，提出了一种基于 内分泌调节机制的粒子群算法，对内分泌系统激素的更新和作用机理进行了重点研 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 Evolutionarycomput