群集智能方法的改進及其應用研究.pdf

1、目前,由于實際的工程問題具有復雜性、約束性、非線性和建模困難等特點,尋找適用于領域實踐需求的新興智能計算技術已經成為越來越多研究者的關注焦點。在沒有集中控制且不提供全局模型的前提下,群集智能為尋找復雜的分布式問題提供了一種有效的解決方法。
　　群集智能是一種在自然界生物群體所表現出的智能現象的具體模式研究?；谌杭悄艿牡湫蜕锵到y(tǒng)包含生物鳥群系統(tǒng)和蟻群系統(tǒng)。其中,微粒群優(yōu)化模型和蟻群勞動分工模型又是生物系統(tǒng)的啟發(fā)式數學模型。本文

2、遵循一般到具體的研究思路,以上述兩個模型作為研究群集智能的具體對象,對兩個啟發(fā)式模型的改進理論及其應用分別進行討論。
　　一方面,本文對基于微粒群優(yōu)化算法的改進和相關領域應用進行研究。針對微粒群優(yōu)化算法普遍存在的問題,提出了一種自適應分工微粒群優(yōu)化算法。該算法在不改變原數學模型的基礎上,通過動態(tài)調整子種群規(guī)模、引入局部環(huán)境因數以及自適應分工策略構造了一種新的算法結構。然后,對兩類不同性質、但具有代表性的工程領域問題的求解應用,計算

3、結果表明,本文提出的算法在計算精度、運行效率、求解的魯棒性方面都有較大地提高。
　　另一方面,本文對基于蟻群勞動分工模型的改進和相關領域應用進行研究。針對基本蟻群勞動分工模型的局限性,將模型中的單任務擴展至多任務,形成了多任務勞動分工模型。在多任務勞動分工模型的基礎上,引入了相對環(huán)境閾值和相對響應閾值的概念,將模型從0-1狀態(tài)擴展到多狀態(tài)。理論分析表明:該模型中螞蟻個體的信息交互方式與供應鏈式的虛擬企業(yè)和拉式生產系統(tǒng)的信息交互方式