智能优化算法解析 第1章 绪论.pptVIP

********广泛地应用于科学研究和工程优化，涉及制造、环保、经济、医疗、电力、能源、交通、通信、生物等领域的诸多优化问题***1.2智能优化算法基本术语和机制*可行解（FeasibleSolutions）和不可行解（InfeasibleSolutions）：在给定优化问题的解空间中，如果候选解满足所有的约束条件，则称其为可行解，否则，称其为不可行解解的邻域（NeighborhoodoftheSolutions）：给定一个候选解，该解的邻域可定义为在解空间与满足某种映射关系的一些候选解的集合。由于，所以一个解的邻域是整个解空间的一部分......解空间邻域1.2智能优化算法基本术语和机制*局部搜索(LocalSearch)和全局搜索(GlobalSearch)：只能在某个候选解的一个或多个邻域内进行搜索的优化算法称为局部搜索算法，而把理论上能够遍历整个解空间的优化算法，称为全局搜索算法局部最优解(LocalOptimalSolution)和全局最优解(GlobalOptimalSolution)：若获得的解是解空间中某个范围或区域内最优解，称其为局部最优解；若获得的解是整个解空间中的最优解，称其为全局最优解1.2智能优化算法基本术语和机制*收敛（Convergence）和早熟（Premature）如果算法能够在运行结束时得到稳定的最优解，那么这个过程称为收敛在收敛过程中，能够保证算法获得稳定最优解的条件称为收敛条件如果算法在搜索到某一局部最优解后，无法通过继续迭代获得更好的解，那么这个现象称为陷入局部最优或过早收敛，过早收敛又称为早熟早熟1.2智能优化算法基本术语和机制*解的编码（SolutionEncoding）和解的构建（SolutionConstruction）把候选解的表示方式称为解的编码解的表示形式多种多样，常用的方式包括实数编码、二进制编码、整数编码等对由固定元素的排列或由对象子集组成的候选解进行编码时，通常需要进行解成员（元素、对象）的选取和加入，这个过程称为解的构建0.10.60.80.50.41001046824实数编码二进制编码整数编码1.2智能优化算法基本术语和机制*勘探（Exploration）机制：是指能够让智能优化算法在更广泛的范围内完成扩展搜索，以勘探解空间中尚未访问过区域的策略利用（Exploitation）机制：是指能够让智能优化算法利用已积累的搜索经验，集中在已发现的高质量候选解周围比较有前途的区域进行仔细而密集搜索的策略勘探和利用的平衡机制(BalanceMechanismbetweenExplorationandExploitation)：保证智能优化算法有效、快速地获得最优解的关键使解具有多样化，优化前期频繁使用强化发现的优异解，优化后期频繁使用利用利用利用利用勘探主要内容CONTENTS1.2智能优化算法分类及发展历程需要为优化问题建立精确的数学模型，且对模型的性质有较高要求，例如牛顿法、梯度下降法、线性规划等*启发式算法：通常容易陷入局部最优，贪心算法、分支限界等优化问题越来越复杂高维、高阶、超多目标、强约束智能优化算法：基于进化规律的智能优化算法基于物理原理的智能优化算法基于化学原理的智能优化算法基于人类行为的智能优化算法基于群智能的智能优化算法经典优化算法：主要内容CONTENTS1.2智能优化算法分类及发展历程*这类算法受到自然界生物进化概念和规律的启发，主要通过选择、交叉、变异等操作，在问题的解空间中进行搜索以找到理想的候选解这类方法的起源可追溯到二十世纪六十年代初，1962年，美国学者Fogel在模拟自然进化原理来求解优化问题时提出了进化规划这类算法尽管起源早，但直到二十世纪末、本世纪初才迅速发展起来目前一些进化算法已成为有效解决众多优化问题，尤其是复杂多目标优化问题的重要手段进化策略(1962)、遗传算法(1963)、分布估计算法(1994)、差分进化算法(1997)、自组织迁徙算法(2000)、生物地理优化算法(2008)等基于进化规律的智能优化算法主要内容CONTENTS1.2智能优化算法分类及发展历程*基于物理原理的智能优化算法这类算法通过模拟宇宙中的一些物理规则和原理来实现待求解问题的优化1983年，Kirkpatrick等人提出的模拟