膜計算在數(shù)值優(yōu)化問題中的應(yīng)用研究.pdf

1、膜計算一種是從生命細(xì)胞組成的組織、器官以及高級生物組織細(xì)胞群的協(xié)作中抽象出的分布式及并行計算模型,又稱P系統(tǒng)。P系統(tǒng)以其特殊的分布式和極大并行性、非確定性等特點在眾多領(lǐng)域得到廣泛應(yīng)用。
　　為了使函數(shù)執(zhí)行效率更高，執(zhí)行時間更短而提出的算法我們稱之為函數(shù)優(yōu)化算法。我們實際生活中的諸多問題都可以轉(zhuǎn)化為函數(shù)優(yōu)化問題，而這些函數(shù)通常都會表現(xiàn)出較為繁雜的特點，例如結(jié)構(gòu)非線性、高維數(shù)、不可微非凸，規(guī)模大等。在解決優(yōu)化問題的初始，傳統(tǒng)的確定性優(yōu)

2、化算法得到廣泛的研究和使用。它擁有收斂速度較快，計算精度高等特點，但對于比較復(fù)雜的實際優(yōu)化問題，傳統(tǒng)的優(yōu)化函數(shù)存在以下弊端：容易因各自的機(jī)理及單一結(jié)構(gòu)的限制而造成對初值敏感以及陷入局部極小的狀況。因此，出現(xiàn)了其他一些具有全局性的優(yōu)化算法對高維且形式復(fù)雜的函數(shù)進(jìn)行高校優(yōu)化，例如遺傳算法、進(jìn)化規(guī)則、模擬退火算法等。
　　本文是以膜計算模型為基礎(chǔ)，分別將差分進(jìn)化機(jī)制和人工蜂群算法引入到膜框架中作為對象的進(jìn)化規(guī)則，其中結(jié)合了P系統(tǒng)的對象轉(zhuǎn)

3、運(yùn)機(jī)制，因此，本文提出了兩種在膜計算框架下的優(yōu)化算法：
　　（1）DE-MO算法。通過引入差分進(jìn)化機(jī)制的三個遺傳算子（變異、交叉、選擇）對函數(shù)進(jìn)行優(yōu)化，并利用組織型 P系統(tǒng)的轉(zhuǎn)運(yùn)機(jī)制在膜與膜之間實現(xiàn)了優(yōu)質(zhì)對象的共享，使算法的收斂速度更快，DE-MO算法在優(yōu)化測試函數(shù)上進(jìn)行了實驗，并與標(biāo)準(zhǔn)的DE算法和DE的變異體算法進(jìn)行了比較。
　?。?）ABC-MO算法。這是融合了P系統(tǒng)和人工蜂群算法的一種優(yōu)化算法，其中人工蜂群算法被用來作