混沌猴群算法及其應(yīng)用.pdf

1、對智能算法的研究由來已久,一些性能非常優(yōu)異的啟發(fā)式算法,包括遺傳算法(GA)、粒子群算法(PSO)和人工神經(jīng)網(wǎng)絡(luò)(ANN)等已被提出.這些智能算法很大程度上增強了人類對復(fù)雜優(yōu)化問題的求解能力,并且已在工程項目上得到廣泛應(yīng)用.但由于這些算法幾乎毫無例外地難逃所謂“維數(shù)災(zāi)難”的困擾,在實際應(yīng)用中存在著諸多限制.
　　 本文首先介紹一種能夠擺脫“維數(shù)災(zāi)難”的智能算法-猴群算法(MA).該算法模擬自然界中猴群爬山過程設(shè)計了爬、望和跳三個

2、過程來搜索連續(xù)函數(shù)優(yōu)化問題的全局最優(yōu)解.該算法最大的特點就是對優(yōu)化問題的維數(shù)不敏感.對11個測試函數(shù)的求解結(jié)果說明了該算法具有求解大規(guī)模、多峰優(yōu)化問題的能力,且呈現(xiàn)運行速度快、求解精度高等特點.
　　 另一方面,同時兼具確定性、隨機性和便利性的混沌搜索技術(shù)在小范圍內(nèi)表現(xiàn)出極強的尋優(yōu)能力.本文結(jié)合MA和混沌搜索技術(shù)設(shè)計一種新的智能算法-混沌猴群算法(CMA),該算法重新設(shè)計了爬、望和跳過程.利用16個測試函數(shù)對CMA測試,并與GA

3、、PSO和GA的結(jié)果比較,發(fā)現(xiàn)CMA極大地提高了MA的搜索質(zhì)量和搜索效率.關(guān)于優(yōu)化問題維數(shù)的測試也證實了CMA對優(yōu)化問題維數(shù)不敏感.
　　 最后研究了CMA在求解模糊約束滿足問題中的應(yīng)用.首先提出了模糊軟約束滿足問題(FCSP),即把約束中帶有不確定性的參數(shù)刻畫為模糊變量.利用可信性測度度量該類問題中約束成立的可能性,并以所有約束的聯(lián)合可信性作為目標(biāo)函數(shù),將FCSP問題轉(zhuǎn)化為無約束優(yōu)化問題.利用模糊模擬技術(shù)來估計模糊事件的可信性