数字仿真在控制系统参数优化应用 (2).ppt

第69页,共89页，星期六，2024年，5月第70页,共89页，星期六，2024年，5月第71页,共89页，星期六，2024年，5月第72页,共89页，星期六，2024年，5月第73页,共89页，星期六，2024年，5月第74页,共89页，星期六，2024年，5月第75页,共89页，星期六，2024年，5月第76页,共89页，星期六，2024年，5月第77页,共89页，星期六，2024年，5月第78页,共89页，星期六，2024年，5月第79页,共89页，星期六，2024年，5月12．3．3蚁群算法觅食行为是蚁群一个重要而有趣的行为。根据昆虫学家的观察和研究发现，生物世界中的蚂蚁有能力在没有任何可见提示下找出从蚁穴到食物源的最短路径，并且能随环境的变化而变化适应性地搜索新的路径，产生新的选择。在从食物源到蚁穴并返回的过程中，蚂蚁能在其走过的路径上分泌一种化学物质-信息激素，通过这种方式形成信息激素轨迹。蚂蚁在运动过程中能够感知这种物质的存在及其强度，并以此指引自己的运动方向，使蚂蚁倾向于朝着该物质强度高的方向移动。信息激素轨迹可以使蚂蚁找到它们返回食物源(或蚁穴)的路径，其他蚂蚁也可以利用该轨迹找到由同伴发现的食物源的位置。第80页,共89页，星期六，2024年，5月意大利学者M．Dorigo等人通过模拟蚂蚁觅食行为与TSP(旅行商问题)的相似性提出了蚁群算法。我们就以TSP问题来说明蚂蚁系统模型，对于其他问题，可以对此模型稍作修改便可应用。虽然它们从形式上看略有不同，但基本原理是相同的，都是通过模拟蚁群行为达到优化的目的。M．Dorigo曾给出蚁群算法的三种不同模型，分别称为Ant-cyclesystem、Ant-quantitysystem、Ant-densitysystem。在一系列标准测试问题上运行的实验表明，Ant-cycle算法的性能优于其他两种算法。因此，对蚂蚁系统的研究朝着更好的了解Ant-cycle系统特征的方向发展。现在，Ant-cycle算法模型通常被称作蚂蚁系统，而另外两种算法模型被放弃了，这里也将根据Ant-cycle模型来介绍蚁群算法。第81页,共89页，星期六，2024年，5月第82页,共89页，星期六，2024年，5月第83页,共89页，星期六，2024年，5月第84页,共89页，星期六，2024年，5月第85页,共89页，星期六，2024年，5月第86页,共89页，星期六，2024年，5月第87页,共89页，星期六，2024年，5月第88页,共89页，星期六，2024年，5月第89页,共89页，星期六，2024年，5月第37页,共89页，星期六，2024年，5月第38页,共89页，星期六，2024年，5月12．3多变量寻优技术多变量寻优就是在多维空间寻优，即搜索a*＝(a1*，a2*，…，an*)，其中n为被寻参数的维数。首先需要确定寻优方向P(k)(其中k表示第k步搜索)，然后确定在该方向上的步长h(k)。第39页,共89页，星期六，2024年，5月12．3．1单纯形法1．单纯形法的基本思想上面介绍的最速下降法和共扼梯度法都是以梯度为基础的多变量寻优方法，均需计算目标函数的梯度。但在实际问题中目标函数的梯度往往很难求得，而且误差比较大。为了避免计算目标函数的梯度，产生了许多只计算目标函数的寻优方法，就是直接依据目标函数的信息来确定寻优方向的方法，即模式寻优法。单纯形法是使用最为广泛的模式寻优法。单纯形法多维寻优是利用单纯形的顶点计算目标函数的值，按一定的规则进行探索性搜索，并对搜索区单纯形顶点的函数值进行比较，判断目标函数的变化趋势，确定有利的搜索方向和步长。第40页,共89页，星期六，2024年，5月2．单纯形法的步骤第41页,共89页，星期六，2024年，5月3．应用单纯形法需要解决的问题第42页,共89页，星期六，2024年，5月第43页,共89页，星期六，2024年，5月第44页,共89页，星期六，2024年，5月第45页,共89页，星期六，2024年，5月第46页,共89页，星期六，2024年，5月第47页,共89页，星期六，2024年，5月第48页,共89页，星期六，2024年，5月第49页,共89页，星期六，2024年，5月第50页,共89页，星期六，2024年，5月第51页,共89页，星期六，2024年，5月4．单纯形法应用举例单纯形法寻优过程不必计算梯度，只需不断地进行顶点函数值的计算比较。因而算法简单，易于编程实现。下面用单纯形法对火力发电机组主汽