[01521858]基于混沌与复杂网络的群体智能优化新模型与算法研究

该项目为高等学校博士学科点专项科研基金资助项目（项目编号：20100005110002）。 该项目的主要研究内容包括： 1.在群智能优化新模型的设计方面：构造了搜寻者优化算法以解决时滞混沌系统的参数辨识问题,所构造算法将优化视为搜寻队伍在搜索空间对最优解的搜索,以搜寻队伍为种群,以搜寻者所处位置为优化问题的候选解,利用经验梯度确定搜索方向,用模糊不确定性推理确定步长,完成搜寻者在搜索空间中的位置更新,实现解的优化。大量的数值仿真结果表明所提算法比粒子群优化算法、差分进化算法的辨识结果要好。 2.在网络结构和通讯对模型优化的影响方面：在蓄意攻击和随机故障等多种策略下,分别研究了攻击节点和攻击链路所引起的级联动力学行为过程,揭示了网络级联事件所经历的生命周期及级联过程中网络崩溃部件的时间规律特征。分析了容迟网中信息在两个节点之间传递时需要进行相互认证的一般规律,给出了动态图和动态度的定义,建立了容迟网安全信息传输模型,通过该模型可以刻画容迟网的单跳可认证信息的广播情况,找到节点应该维护的公钥个数与信息持有节点的衰变率等参数与信息传播率的关系。 3.在优化性能的改进方面：基于模糊自适应混沌蚂蚁群优化算法和序贯二次规划方法,提出了一种新的优化方法用来处理电力系统中带有阀点效应的负荷经济调度问题。模糊自适应混沌蚂蚁群优化算法是主要的优化算法,序贯二次规划方法被用来进一步的更好的调整模糊自适应混沌蚂蚁群优化算法优化的结果。 4.在基于复杂网络框架的统一群智能理论体系的建立方面：构造了基于混沌蚂蚁群算法的Web用户聚类方案,进一步的基于随机索引建模方法,提出了一种新的群体用户的行为预测和网页预取方案,大量的预取实验结果表明了基于CAS-C的Web用户聚类方案能够获得较高的网页预取的准确率。研究了辨识未知网络拓扑结构的具体过程,通过分析辨识的暂态过程可以准确估计出同步网络的拓扑结构,提出了有限时间持续激励条件和有限时间线性无关条件,从而保证未知网络在暂态过程中趋近于真值,并且在暂态过程结束后保持不变,实现了准确的复杂网络拓扑连接辨识。 研究单位：北京邮电大学计算机学院 项目负责人：杨义先 项目组成员：杨义先,彭海朋,李丽香,雷敏,高博,赵大伟,李树栋,王卫苹,余江妮,谢东,鲁艳蓉 结题时间：2014年1月2日