人工蜂群与差分进化算法研究及其应用

《人工蜂群与差分进化算法研究及其应用》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、博Ｊ：学位论文ＤＯＣＴＯＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ论文题目人工蜂群与差分进化算法研究及其应用■作者刘宏志学院信息科学与工程学院专业控制理论与控制工程指导教师高立群教授＃ｆ主二〇＿五年Ｈ月日？＇＂＇？＇＇＇－■＇■＇＇＂：■－１—－＇ｔ．，ｉ：Ｖ．，Ｖ．分类号密级ＵＤＣ学位论文人工蜂群与差分进化算法研究及其应用作者姓名：刘宏志指导教师：髙立群教授东北大学控制理论与导航技术研究所

2、申请学位级别：博士学科类别：工学学科专业名称：控制理论与控制工程：２０１５论文提交日期：２０１５年９月８日论文答辩日期年１１月１日学位授予日期：答？员会主席：杨光红教授评阅人：东北大学２０１５年１１月ＡＤｉｓｓｅｒｔａｔｉｏｎｆｏｒｔｈｅＤｅｇｒｅｅｏｆＤｏｃｔｏｒｉｎＣｏｎｔｒｏｌＴｈｅｏｒｙａｎｄＣｏｎｔｒｏｌＥｎｉｎｅｅｒｉｎｇｇＳｔｕｄｙａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＡｒｔｉｆｉｃｉａｌＢｅｅＣｏｌｏｎｙａｎｄＤｉｆｆｅｒｅｎｔｉａ

3、ｌＥｖｏｌｕｔｉｏｎＡｌｏｒｉｔｈｍｓｇｂＬｉｕＨｏｎｚｈｉｙｇＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＧａｏＬｉｕｎｐｑＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙＮｏｖｅｍｂｅｒ２０１５独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过一的研究成果。，也不包括本人为获得其他学位而使用过的材料与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢〇学位论文作者签名

4、：￥ｑ４日期：学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和。磁盘，允许论文被查阅和借阅本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年一□一年半□两年□年学位论文作者签名：导师签名：＾〇签字日期：签字日期：Ｉ东北大学博士学位论文摘要人工蜂群与差分进化算法研究及其应用摘要

5、优化问题大量存在于科学研究和工程应用中的各个领域，因而开展最优化方法的研究具有重要的理论意义和实用价值。随着对各类复杂系统优化问题的深入研究，传统的“”自顶而下的确定性优化算法遇到了很多的困难。而来源于对自然现象和物理现象的借鉴与模拟的随机优化算法通过自身的演化使许多在人类看起来髙度复杂的问题得到了比较完美的解决。在随机优化算法中，群智能算法与进化算法则是两类十分重要的代表。本文对群智能算法中的人工蜂群和进化算法中的差分进化的算法改进和应用方面做了较为深入的研究。其中主要的研究内容和成果可以归纳如下：

6、一１针对人工蜂群算法以及现有改进算法的不足，提出了种基于子种群的改进人工（）蜂群算法ＳＰＡＢＣ。采用分段Ｌｏｉｓｔｉｃ方程的初始化方法产生初始解，提高算法的收敛速（）ｇ度。算法利用个体适应值与种群适应值平均值的比较，将种群划分为两个子种群，每个子种群采用不同的搜索方式，有效地平衡了不同搜索方式的探索和开发能力。与基本蜂群算法和其它改进蜂群算法进行比较，数值仿真结果表明本文算法在处理复杂数值优化问题时具有更好的寻优精度和收敛速度。２针对常见交通道路最短路径问题，提出了标准矩形网络的新概念，分析了其节

7、点（）一间最短路径的性质，并在此基础上给出了种全新的最短路径求解算法（ＳＲＮＳＰ。此算）法利用标准矩形网络的几何性质，简化了搜索方向和步长的判断，同时指出常见交通道一般均可以整体或部分化为标准矩形网络路网络，。与常用的求取最短路径的Ｄｉｊｋｓｔｍ、＊Ｆｌｏｙｄ、ＡＣＯ、Ａ、ＰＳＯ等算法进行仿真实验比较，实验结果表明对于大规模标准矩形道路网络本文算法具有更好的寻优精度、稳定性和寻优速度。一３为有效提高差分进化ＤＥ法的优化性能，提出种动态多子群差分进化（）（）算（ＤＭＳＤＥ）算法，并将其用于解决电力系

8、统经济负荷分配（ＥｃｏｎｏｍｉｃＬｏａｄＤｉｓｐａｔｃｈ，ＥＬＤ）一问题。从种群多样性的角度，ＤＭＳＤＥ算法提出种动态多子群策略，以增加算法跳出一局部极值的可能性。设计种平衡局部搜索和全局搜索的随机引导变异操作，提高搜索的有效性和广泛性。引入全局最优学习操作，防止算法早熟。