[01232506]混合人工蜂群算法的融合机制设计及在复杂高维多峰函数优化中的应用研究

1、课题来源与背景 课题来源：甘肃省科技厅 项目编号：148RJZA030 2、研究目的与意义 在日常生产、生活中随处可见有待优化的问题,尤其是实际生产、生活中的优化问题的维数、规模都比较复杂,因此研究求解复杂优化问题的优化算法前景可期。因此,本课题研究来源于实际生产、生活的需要,同时作为应用基础研究,主要以具有各种复杂特征的标杆函数优化问题为研究对象,进而设计具有更一般意义的智能算法。鉴于优化问题存在的广泛性及其广阔的应用前景,研究优化算法以提升问题求解效率和精度,具有重要的理论和社会经济效益。考虑到人工蜂群算法的优势和研究难点,本课题侧重于人工蜂群算法的融合机制设计和分析,着重于解决复杂高维多峰函数优化问题,进而实现算法在求解过程中的高效率、高精度以及对于不同特征优化问题的鲁棒适应性。 3、主要论点与论据 在以变量可分离、变量不可分离、多峰、单峰以及移位等复杂特征构成的20多个标杆测试函数组成的测试平台的基础上,认真分析了进化算法中解搜索方程的优势、劣势,并以人工蜂群算法为基础,结合差分进化算法搜索策略的优势,提出了多个组合解搜索策略,并提出了以灰色理论选择人工蜂群算法邻居个体的新选择机制,进而设计了全局探索和局部开发能力获得较好均衡的灰色人工蜂群算法。在与标准ABC及几个著名变种算法比较的情况下,验证了算法的可行性、高效性以及鲁棒性。 4、创见与创新 本课题的主要创新点在于提出根据问题特征以及解搜索方程的优劣势形成搜索能力均衡的组合解搜索策略,同时,提出根据灰色理论选择邻居个体的新选择机制,并借助了反向学习理论进行种群初始化以改善初始种群多样性。 5、社会经济效益,存在的问题 本课题主要研究了连续优化空间上的优化问题的快速高效求解算法,主要以目前常用的Benchmark问题进行了算法的设计、测试以及分析,有待进一步应用或改进以求解实际生产、生活中的优化问题。