文化算法及其在優(yōu)化調(diào)度中的應(yīng)用研究.pdf

1、文化算法提供了一種明確的機(jī)制來表示、存儲和整合進(jìn)化過程中的知識。其主要思想：在進(jìn)化過程中，從進(jìn)化的種群中獲取待解決問題的經(jīng)驗知識，將這些經(jīng)驗知識存儲在信念空間中，并用這些知識來指導(dǎo)種群進(jìn)化過程，從而提高搜索效率。因此在一些問題上取得了比傳統(tǒng)進(jìn)化算法更好的結(jié)果，特別是在求解約束優(yōu)化問題方面，全局優(yōu)化能力和計算效率明顯優(yōu)于傳統(tǒng)進(jìn)化算法。目前文化算法應(yīng)用于機(jī)器學(xué)習(xí)、自動控制、語義網(wǎng)絡(luò)、生產(chǎn)調(diào)度等廣泛領(lǐng)域。對于每一特定問題，文化算法的難點(diǎn)及其關(guān)

2、鍵在于信念空間模型的設(shè)計和影響函數(shù)的實現(xiàn)。本文在深入研究文化算法基礎(chǔ)上，將進(jìn)化規(guī)劃和差分算法納入文化算法框架，并用改進(jìn)的文化算法求解約束優(yōu)化問題和Flow Shop調(diào)度優(yōu)化問題。主要研究內(nèi)容如下： ⑴對文化算法的來源、基本原理、機(jī)制、特點(diǎn)及應(yīng)用等進(jìn)行了系統(tǒng)研究和詳細(xì)闡述。 ⑵提出了一種基于進(jìn)化規(guī)劃的文化算法，該算法在基于自適應(yīng)的文化算法中引入進(jìn)化規(guī)劃，有效利用進(jìn)化過程中相關(guān)知識引導(dǎo)種群進(jìn)化，在很大程度上提高了收斂速度。

3、 ⑶提出一種基于文化算法和改進(jìn)差分進(jìn)化算法的混合優(yōu)化算法，該算法將改進(jìn)差分進(jìn)化算法引入種群空間的進(jìn)化操作，從而實現(xiàn)改進(jìn)差分進(jìn)化算法在進(jìn)化過程中知識的動態(tài)獲取和知識對改進(jìn)差分進(jìn)化種群空間進(jìn)化的有效指導(dǎo)，保證了種群的多樣性和收斂速度。 ⑷用benchmark函數(shù)對上述兩種優(yōu)化算法進(jìn)行仿真，試驗結(jié)果表明兩種算法均優(yōu)于傳統(tǒng)的進(jìn)化算法。 ⑸用CAEP和CAMDE算法求解丁烯烷化生產(chǎn)過程的約束優(yōu)化問題，并用CAMDE算法求解F