解决连续型无约束全局优化成绩的几种进化算法.pdfVIP

摘要 近些三十年来，无约束优化计算方法己成为科学、工程、商业等诸多领域中 广泛研究的课题。如何设计快速有效的无约束优化算法已经成为优化工作者甚为 关心的问题。进化算法是一类基于生物进化机制的随机性全局搜索方法。在现有 的优化算法中，进化算法因其在求解复杂优化问题方面的优势成为优化的热门工 具。 本文对优化问题展开了研究，旨在寻求有效地求解连续型无约束优化问题的 进化算法。首先对全局优化问题的来源和发展进行了介绍，而后详细阐述了进化 算法的四个主要分支、收敛性理论、衡量标准、研究现状和存在的主要问题。 第三章设计了一个基于下降规模函数的杂交算子，在寻找实值函数下降方向 的同时始终能遍历整个可行空间；为此，在初始种群生成过程中，融入了确定性 和随机性两种因素；设计了一个既能提高收敛速度又能摆脱局部最优的变异算子 以增强算法的效果；在此基础上给出了一种新的进化算法，并证明了收敛性。最 后数值实验表明新算法快速有效。 在第四章，利用种群中最好点与其他点之间的关系来确定搜索方向；为了提 高非均匀变异算子在进化后期的搜索能力，通过均衡算子的局部搜索和全局搜索 能力对其进行了改进；在此基础上，提出了一种快速寻优的解连续型无约束优化 的进化算法，并证明了算法的全