首页> 中文学位 >基于梯度动力系统求解多峰函数优化问题的算法研究
【6h】

基于梯度动力系统求解多峰函数优化问题的算法研究

代理获取

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.组合小生境技术的多峰优化算法

2.求解多峰函数优化问题的传统方法

1.3 本文工作及章节安排

第二章 优化问题概述

2.1 优化问题的定义

2.2 多峰函数优化问题

第三章 基于梯度动力系统的算法的设计

3.1 梯度动力系统定义和概念

3.1.1 提出问题

3.1.2 广义梯度系统均衡点的性质

3.1.3均衡点和局部最优解的关系

3.1.4 梯度动力系统模型的性质

3.2梯度动力求解多峰函数优化算法描述

第四章 实验结果及算例分析

4.1 算法环境

4.2 一维多峰函数

4.3 二维多峰函数

第五章 总结与展望

参考文献

发表论文及科研情况

致谢

展开▼

摘要

在实际应用中解决优化问题时,经常会碰到有多个全局最优解和局部最优解的函数优化问题,这类问题可以称为多峰函数优化问题。在交通、建筑、制造等众多领域都需要将问题进行加工,转化为多峰函数优化问题,这类问题有很强的实际应用价值,所以一直是优化界和工程界关注的焦点。
  以往求解多峰函数优化问题的算法主要有基于小生境技术的遗传算法以及传统的数值方法等,但是上述方法在求解多个局部峰值点的问题上有很大的局限性,很容易陷入局部最优解。
  本文中详细描述了梯度动力系统算法模型,提出了基于梯度动力系统求解多峰函数优化问题的算法,该算法去除了迭代机制并在可行域内随机选取多个初始点,然后积分相应的梯度动力系统得到系统的均衡点,均衡点是一个全局或局部最优解。本文中的算法可以有效地求出多个全局和局部最优解,同时可以避免早熟现象。
  这种算法能容易的找出多峰优化问题的多个解,其中包括全局最优解和局部最优解,而且不需要知道所求问题峰的情况。本文通过对若干标准多峰优化测试问题的研究,同时测试结果与小生境遗传算法进行比较,证明了算法性能的优越性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号