基于引力搜索算法的静动态优化问题研究

基于引力搜索算法的静动态优化问题研究

ID:34711297

大小:7.12 MB

页数:157页

时间:2019-03-09

基于引力搜索算法的静动态优化问题研究_第1页
基于引力搜索算法的静动态优化问题研究_第2页
基于引力搜索算法的静动态优化问题研究_第3页
基于引力搜索算法的静动态优化问题研究_第4页
基于引力搜索算法的静动态优化问题研究_第5页
资源描述:

《基于引力搜索算法的静动态优化问题研究》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:密级:UDC:编号:工学博士学位论文基于引力搜索算法的静动态优化问题研究博士研究生:刁鹏飞指导教师:毕晓君学科、专业:信息与通信工程哈尔滨工程大学2016年11月万方数据分类号:密级:UDC:编号:工学博士学位论文基于引力搜索算法的静动态优化问题研究博士研究生:刁鹏飞指导教师:毕晓君学位级别:工学博士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2016年月论文答辩日期:2016年月学位授予单位:哈尔滨工程大学万方数据ClassifiedIndex:U.D.C:ADissertationfortheDegreeofD.EngResearcho

2、nStaticandDynamicOptimizationProblemsofGravitationalSearchAlgorithmCandidate:Supervisor:AcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:InformationandcommunicationengineeringDateofSubmission:2016DateofOralExamination:2016University:HarbinEngineeringUniversity万方数据万方数据哈尔滨工程大学学位论文原创性声明

3、本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的

4、部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日万方数据万方数据基于引力搜索算法的静动态优化问题研究摘要在科学研究和实际工程中,广泛存在着诸如生产调度、资源分配、优化设计等大量的复杂优化问题,可分为静态优化问题和动态优化问题。通过设计相

5、应算法求解静动态优化问题进而获得最优的调度方案、参数设置以及最优的控制策略,能够为生产生活带来巨大的经济效益。随着优化问题逐渐复杂化,算法求得问题最优解的难度也将逐渐增大,因此对静动态优化问题求解算法的研究受到了学术界和工业界的广泛关注。通过对目前静动态优化问题进行分析可知,当前静态优化问题的求解难点在于:(1)当解空间维数较高、存在多个局部极值解且目标函数较复杂时,算法在寻优过程中易陷入局部最优且收敛速度较慢;(2)随着目标空间维数的增大,彼此冲突的目标函数使待优化问题不存在唯一最优解,只能通过折中处理的方式得到一组互不支配的解集,因此算法较难得到收敛精度高、分布性好的

6、最优解集。动态优化问题的目标函数随时间变化,因此要求算法既要具备监测环境变化的能力,又要具备在环境变化后快速搜索到当前最优解或最优解集的能力。由于进化算法在求解静动态优化问题时不受问题的性态、数学模型及初始条件的限制,且对非确定信息的处理能力较强,在处理大规模、高度非线性、不可微或不连续、多峰以及没有明确数学形式的优化问题具有独特的优势。因此本文将采用目前进化算法中优化能力较强的引力搜索算法,对静态单目标问题、静态多目标问题、动态单目标问题和动态多目标问题展开理论研究,并利用本文提出的算法解决实际当中存在的优化问题。论文的主要研究内容包括以下五个部分:第一,针对现有静态单

7、目标算法在求解静态高维复杂单目标问题时存在易陷入局部最优、收敛速度慢等问题,提出基于混合策略的静态单目标引力搜索算法。首先,提出个体自身进化策略,通过计算粒子在两轮迭代中的进化程度,对符合条件的粒子执行相应的进化操作,以提高种群的寻优速度;其次,采用一种方向性的变异策略,即在种群进化的不同阶段,对粒子施以变异策略,以权衡种群的多样性和收敛性,防止种群陷入局部最优。仿真实验结果表明,改进算法在求解静态单目标问题时的解集收敛精度和收敛速度均有所提高。第二,针对现有静态多目标算法所求解集的收敛性及分布性均有待提高的问题,提出基于分解

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。