基于人工記憶原理的函數(shù)優(yōu)化方法研究.pdf

1、隨著群體智能優(yōu)化算法的發(fā)展和普片使用，投身于群智能研究領(lǐng)域的專家學者越來越多，特別是群智能算法在復(fù)雜函數(shù)優(yōu)化方面的使用。群智能優(yōu)化和人工生命均是近幾年被普遍關(guān)注的鉆研熱門。在此基礎(chǔ)上，本文通過過分析和研究人工記憶的特殊機制，將人類大腦獨有的記憶機制引入到函數(shù)優(yōu)化算法應(yīng)用中，根據(jù)目標問題建立具體理論和數(shù)學模型及算法，為解決復(fù)雜函數(shù)尋優(yōu)、克服現(xiàn)有智能算法在此類問題中存在的缺陷等實際應(yīng)用問題，提出了行之有效的解決方法。
　　首先，本文先

2、分析現(xiàn)有人工記憶理論，且在此基礎(chǔ)上進行改進，從而提出一套完善的人工記憶理論；說明現(xiàn)有群智能算法在復(fù)雜函數(shù)優(yōu)化上存在的缺陷，并在記憶基本模型基礎(chǔ)上建立了函數(shù)優(yōu)化算法；此算法從人工記憶的基本原理和特點出發(fā)，將摸索解與記憶相聯(lián)系，使得摸索解根據(jù)其質(zhì)量優(yōu)劣被自動歸類，收斂速度快，求解精度高且實時性好。其次，本文將人工記憶機制融入到傳統(tǒng)蟻群算法，建立螞蟻自身記憶庫及蟻群記憶庫以方便最優(yōu)路徑的搜索，用人工記憶的遺忘、更新來替換激素的堆積、蒸發(fā)；瞬時

3、，短時以及長時記憶分別可以在不同時間范圍內(nèi)來調(diào)整蟻群綜合記憶素及存儲更新的有效路徑，防止了傳統(tǒng)蟻群算法為了提高算法搜索效率及準確性去事前設(shè)定蟻群數(shù)和迭代數(shù)。文章最后，將人工記憶融入粒子群算法，用記憶的存儲、更新來記錄粒子群搜索行為，粒子群能夠根據(jù)在記憶庫中感知到的記憶值的變化來調(diào)節(jié)尋優(yōu)行為，同時更新相應(yīng)記憶庫，提高粒子群的尋優(yōu)速度。
　　在文中，三種新構(gòu)建的優(yōu)化模型均通過實例分析、驗證并給出對應(yīng)的算法實現(xiàn)步驟。實驗證明，這三種算法