多规则拟态物理学优化算法

《多规则拟态物理学优化算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391学校代码：10109密级：公开太原科技大学硕士学位论文（学术型）学位论文题目：多规则拟态物理学优化算法英文题目：Multi-ruleArtificialPhysicsOptimizationAlgorithm研究生姓名：夏季导师姓名及职称：孙超利副教授谢丽萍副教授培养单位：计算机科学与技术学院学科专业：计算机科学与技术论文提交日期：2016年4月8日论文答辩日期：2016年6月5日答辩委员会主席：韩燮教授论文独创性声明本人郑重声明：所呈交的论文，是本人在导师指导下，独立进行研究所取得的成果。除文中特别加以标注和致谢的地方外

2、，论文中不包含其他个人或集体已经发表或撰写的研究成果。对本研究所做的任何贡献的个人或集体均已在论文中作了明确的说明并表示了谢意。本声明产生的法律责任由本人承担。论文作者签名：日期：中文摘要中文摘要启发式优化算法为求解优化问题提供了一种有效地解决方案，然而，目前的大多数算法在迭代过程中只遵循一种运动规则，使所有个体体现相同的运动特性，不能有效的平衡开采和勘探能力。本文以拟态物理学优化算法为研究对象，提出了多规则拟态物理学优化算法。首先构造了运动规则集，并针对于运动规则的选择提出两种等概率随机选择策略，包括基于种群的随机选择策略和基于个体的随机

3、选择策略。基于种群的选择策略是初期将每个运动规则平均分配一定数量的个体，随后给适应值变好个体中所用较多的运动规则分配较多的个体；而基于个体的选择策略则是初期每个个体选择任意运动规则的概率是一样的，下一代则按照个体适应值变好或变差对选择该运动规则的概率做相应的增大或减小。为了验证这两种算法的有效性，与标准APO及一种扩展APO算法进行比较。并且实验结果体现了改进算法相较于其它算法，在局部搜索方面的能力增强。随后，又根据不同物态的物体遵循不同的运动规律这一物理学原理，提出了一种基于种群多样性的多规则拟态物理学优化算法。根据算法的需要，用个体适应

4、值对应于环境温度，不断变换个体的物理状态，使个体按照相应运动规则运动，并以种群多样性判断算法的收敛。为了验证该算法的有效性，将其与等概率随机选择策略的多规则APO算法、MEABC、PSO和TVAC（改进的PSO算法）作比较，结果表明基于种群多样性的多规则APO算法寻优结果的精度更高。最后，本文将多规则拟态物理学优化算法应用到PID控制器的优化设计中。改善了PID控制器手动控制参数的弊端，并与PSO、TVAC以及EHAPO2进行比较，结果得到了比其它算法更为接近理想型的阶跃曲线。关键词：拟态物理学优化算法；运动规则；选择策略；PID控制器优化

5、IABSTRACTABSTRACTHeuristicoptimizationalgorithmsprovideaneffectivesolutionforsolvingoptimizationproblems,however,mostofthecurrentalgorithmsonlyfollowalawofmotioninaniterativeprocess,sothatallindividualsfollowthesamemotioncharacteristicsandcan’treflectbalanceminingandexplor

6、ationcapabilitieseffectively.ThispaperstudyastheArtificialPhysicsOptimizationalgorithm,proposedaMulti-ruleArtificialPhysicsOptimizationalgorithm.First,thispaperconstructedaforcerulesetandputforwardtwokindsoftheequiprobablerandomselectionstrategiesthatwhichrulestobechoosed,

7、includingrandomselectionstrategybasedonpopulationandrandomselectionstrategybasedontheindividuals.Theselectionstrategythatbasedonpopulationwilldistributeacertainnumberofindividualsequallyinitially.Thenallocatemoreindividualstotheforcerulethatleadmoreindividulstothebetter.An

8、dtheselectionstrategybasedontheequalprobabilitythateachindividualselectanyforcerules,inth