群智能化优化算法综述.docVIP

专业整理 WORD格式 现代智能优化算法课程 群智能优化算法综述 学 生 姓 名： 学 号： 班 级： 2014年6月22日 大连理工大学毕业设计（论文）格式规范 专业整理 - PAGE II - WORD格式 摘 要 工程技术与科学研究中的最优化求解问题十分普遍，在求解过程中，人们创造与发现了许多优秀实用的算法。群智能算法是一种新兴的演化计算技术，已成为越来越多研究者的关注焦点，智能优化算法具有很多优点,如操作简单、收敛速度快、全局收敛性好等。群智能优化是智能优化的一个重要分支，它与人工生命，特别是进化策略以及遗传算法有着极为特殊的联系。群智能优化通过模拟社会性昆虫的各种群体行为，利用群体中个体之间的信息交互和合作实现寻优。本文综述群智能优化算法的原理、主要群智能算法介绍、应用研究及其发展前景。 关键词：群智能；最优化；算法 专业整理 WORD格式 目 录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc24632 摘 要 PAGEREF _Toc24632 1 HYPERLINK \l _Toc13955 1 概述 PAGEREF _Toc13955 3 HYPERLINK \l _Toc2268 2 定义及原理 PAGEREF _Toc2268 3 HYPERLINK \l _Toc12504 2.1 定义 PAGEREF _Toc12504 3 HYPERLINK \l _Toc16315 2.2 群集智能算法原理 PAGEREF _Toc16315 4 HYPERLINK \l _Toc4798 3 主要群智能算法 PAGEREF _Toc4798 4 HYPERLINK \l _Toc7718 3.1 蚁群算法 PAGEREF _Toc7718 4 HYPERLINK \l _Toc2838 3.2 粒子群算法 PAGEREF _Toc2838 5 HYPERLINK \l _Toc29195 3.3 其他算法 PAGEREF _Toc29195 6 HYPERLINK \l _Toc6054 4 应用研究 PAGEREF _Toc6054 7 HYPERLINK \l _Toc23889 5 发展前景 PAGEREF _Toc23889 7 HYPERLINK \l _Toc28943 6 总结 PAGEREF _Toc28943 8 HYPERLINK \l _Toc30617 参 考 文 献 PAGEREF _Toc30617 9 1 概述 优化是人们长久以来不断研究与探讨的一个充满活力与挑战的领域。很多实际优化问题往往存 在着难解性,传统的优化方法如牛顿法、共扼梯度法、模式搜索法、单纯形法等己难以满足人们需求。 因此设计高效的优化算法成为众多科研工作者的研究目标。随着人类对生物启发式计算的研究, 一些社会性动物( 如蚁群、蜂群、鸟群) 的自组织行为引起了科学家的广泛关注。这些社会性动物在漫长的进化过程中形成了一个共同的特点: 个体的行为都很简单, 但当它们一起协同工作时, 却能够“突现”出非常复杂的行为特征。基于此,人们设计了许多优化算法,例如蚁群算法、粒子群优化算法、混合蛙跳算法、人工鱼群算法,并在诸多领域得到了成功应用。目前, 群智能理论研究领域主要有两种算法: 蚁群算法(Ant Colony Optimization, ACO) 和粒子群优化算法(ParticleSwarm Optimization, PSO)。 2 定义及原理 2.1 定义 群集智能优化算法源于对自然界的生物进化过程或觅食行为的模拟。它将搜索和优化过程模拟成个体的进化