现代优化算法及其应用研究

山东大学硕士学位论文现代优化算法及其应用研究姓名：杨维申请学位级别：硕士专业：控制理论与控制工程指导教师：李歧强20040520现代优化算法及其应用研究作者：杨维学位授予单位：山东大学参考文献(64条)1.参考文献2.邢文训.谢金星现代优化计算方法19993.王凌智能优化算法及其应用20014.俞国燕.郑时雄.刘桂雄.黄平复杂工程问题全局优化算法研究[期刊论文]-华南理工大学学报（自然科学版）2000(8)5.NriwanAnsari.李军用于最优化的计算智能19996.钱晓龙.唐立新.刘文新动态调度的研究方法综述[期刊论文]-控制与决策2001(2)7.何坚勇运筹学基础20008.谢云模拟退火算法综述1998(05)9.GloverFTabuSearch:partⅠ198910.GloverFTabuSearch:partⅡ199011.王小平.曹立明遗传算法--理论、应用与软件实现200212.丁承民.张传生.刘辉遗传算法纵横谈[期刊论文]-信息与控制1997(1)13.冯春.黄洪钟一种新的优化搜索算法-进化策略[期刊论文]-机械科学与技术1997(3)14.张纪会.徐心和模拟进化算法研究进展[期刊论文]-系统工程与电子技术1998(8)15.周勇.陈洪亮蚁群算法的研究现状及其展望[期刊论文]-微型电脑应用2002(2)16.KennedyJ.EberhartRCParticleswarmoptimization199517.郭涛.康立山.李艳一种求解不等式约束下函数优化问题的新算法1999(05)18.曾三友.康立山.丁立新一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法[期刊论文]-武汉大学学报(自然科学版)2000(5)19.FGlover.MLaguna.RMartiScatterSearch200320.GloverF.LagunaM.MartiRFundamentalsofScatterSearchandPathRelinking2000(03)21.GloverF.LagunaM.MartiRScatterSearchandPathRelinking:FoundationsandAdvancedDesigns200422.GloverF.LagunaM.RMartiScatterSearchandPathRelinking:AdvancesandApplications200323.GloverFScatterSearchandPathRelinking199924.LagunaM.ArmentanoVLessonsfromApplyingandExperimentingwithScatterSearch25.TAFeo.MGCResendeAprobabilisticheuristicforacomputationallydifficultsetcoveringproblem198926.MGCResende.CCRibeiroGreedyrandomizedadaptivesearchprocedures200327.MGCResendeGreedyrandomizedadaptivesearchprocedures(GRASP)200128.TAFeo.MGCResendeGreedyrandomizedadaptivesearchprocedures199529.PFesta.MGCResendeGRASP:Anannotatedbibliography200230.FukuyamaYFundamentalsofparticleswarmtechniques200231.EberhartRC.ShiYParticleswarmoptimization:developments,applicationsandresources200132.vandenBerghFAnanalysisofparticleswarmoptimizers200233.KennedyJ.EberhartRCAdiscretebinaryversionoftheparticleswarmalgorithm199734.YoshidaH.KawataK.FukuyamaYAparticleswarmoptimizationforreactivepowerandvoltagecontrolconsideringvoltagestability199935.AngelinePUsingSelectiontoImprovepanicleswarmoptimization199936.徐海.刘石.马勇.蓝鸿翔基于改进粒子群游优化的模糊逻辑系统自学习算法[期刊论文]-计算机工程与应用2000(7)37.ShiY.EberhartRCAmodifiedpanicleswarmoptimizer199838.ParsopoulosKE.PlagianakosVP.MagoulasGDImprovingpanicleswarmoptimizerbyfunctionstretching200139.ShiY.EberhanRCEmpiricalstudyofparticleswarmoptimization199940.ShiY.EberhanRCFuzzyadaptivepanicleswarmoptimization200141.ClercMTheswarmandthequeen:towardsadeterministicandadaptivepanicleswarmoptimization199942.LφvbjergM.RasmussenTK.KrinkTHybridparticleswarmoptimiserwithbreedingandsubpopulations200143.SuganthanPNParticleswarmoptimizerwithneighbourhoodoperator199944.KennedyJSmallworldsandmega-minds:effectsofneighborhoodtopologyonparticleswarmperformance199945.KennedyJStereotyping:Improvingparticleswarmperformancewithclusteranalysis200046.BeasleyD.BullD.MartinRAsequentialnichetechniqueformultimodalfunctionoptimization1993(02)47.ParsopoulosKE.VrahatisMNParticleswarmoptimizerinnoisyandcontinuouslychangingenvironments200148.vandenBerghF.EngelbrechtAPAnewlocallyconvergentparticleswarmoptimizer200249.vandenBerghF.EngelbrechtAPUsingcooperativeparticleswarmoptimizationtotrainproductunitneuralnetworks200150.王涛.李歧强基于空间收缩的并行演化算法[期刊论文]-中国工程科学2003(3)51.ClercM.KennedyJTheparticleswarm-explosion,stability,andconvergenceinamultidimensionalcomplexspace2002(01)52.李爱国.覃征.鲍复民.贺升平粒子群优化算法[期刊论文]-计算机工程与应用2002(21)53.杨维.李歧强粒子群优化算法综述[期刊论文]-中国工程科学2004(5)54.孙即祥现代模式识别200255.韩家炜.KamberM.范明数据挖掘:概念与技术200156.胡玉锁.陈宗海基于混合遗传算法的聚类分析[期刊论文]-模式识别与人工智能2001(3)57.刘健庄聚类分析的遗传算法方法[期刊论文]-电子学报1995(11)58.陈真勇.何永勇.褚福磊.黄靖远基于遗传进化的最近邻聚类算法及其应用[期刊论文]-控制与决策2002(4)59.刘静.钟伟才.刘芳.焦李成免疫进化聚类算法[期刊论文]-电子学报2001(z1)60.张维.潘福铮一种基于遗传算法的模糊聚类[期刊论文]-湖北大学学报(自然科学版)2002(2)61.王涛基于空间收缩的演化算法及其应用研究[学位论文]硕士200262.钱旭.许世范.岳东开放型智能生产调度系统设计方法研究[期刊论文]-小型微型计算机系统1999(12)63.李歧强生产过程的智能决策与调度[学位论文]博士199864.周永华.毛宗源求解约束优化问题的分组比较遗传算法[期刊论文]-华南理工大学学报(自然科学版)2003(2)相似文献(5条)1.期刊论文周子康.杨衡.唐万生.ZHOUZikang.YANGHeng.TANGWansheng基于分层抽样的模拟禁忌混合智能优化算法TSII-计算机工程2006,32(9)将分层抽样随机模拟与禁忌搜索结合,构造了TSⅡ模拟禁忌混合智能优化算法.随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布于整个搜索空间,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的依赖,算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强算法的并行处理能力,提高寻优的效率与精度.Benchmark问题评测结果显示出了该算法的有效性.2.学位论文李崇威并行禁忌搜索算法及其在神经网络优化中的应用研究2006禁忌搜索是一种亚启发式(meta-heuristic)算法,简称TS,由美国科罗拉多大学系统科学家FredGlover教授于1986年首次提出.TS与模拟退火算法、遗传算法、蚂蚁算法、混沌等一样,都是通过模拟或揭示某些自然现象或智力过程而形成的一套算法,以用于求解各种工程问题中的优化解.TS以其灵活的存储结构和相应的禁忌准则来避免迂回搜索,在优化算法中独树一帜,已成为计算智能领域的又一热点.本文首先对禁忌搜索算法做了深入的研究,分析了算法的基本原理及其算法实现的关键技术,并将算法与其他的优化算法做了比较,在此基础上,本文主要针对以下两个方面的工作做了更进一步的研究:一是在串行TS算法的基础上实现了并行TS算法,并将遗传算法中的交叉操作思想引入到了并行TS中,以提高算法的优化性能.在并行算法运行初期,每个进程执行一个独立的TS,并通过遗传算法的交叉操作在每个进程间进行当前最优解的交叉操作,保证算法的分散搜索能力;运行后期,通过邻域分解策略把计算任务分配到各个从进程,从而整体上提高算法的优化性能.以函数优化为实验,验证了该算法的可性行和高效性.二是将并行TS算法应用于前馈神经网络中,提高神经网络的泛化能力.并行TS算法用于神经网络优化主要包括两大方面:一是用于网络学习(也称网络训练),即优化网络各层之间的连接权值;二是优化网络的拓扑结构.本文研究的是神经网络连接权值的优化,并构建了一个用并行TS算法训练神经网络权值的神经网络优化模型,通过其在入侵检测分类问题以及在汇率兑换预测问题上的应用测试,结果表明,基于并行TS的神经网络可以在一定程度上克服BP算法和遗传算法训练神经网络时的不足,同时还能得到比基于BP和GA的神经网络更好的泛化能力.3.学位论文杨宁非线性滤波和智能优化算法在车辆定位与调度中的应用研究2006随着经济的快速发展和信息化时代的到来,作为城市交通系统的发展方向,智能交通系统(ITS-IntelligentTransportationSystem)对城市交通发展、港口和旅游业的发展,乃至整个城市的经济发展都有着重要的意义。智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、