基于入侵雜草算法的改進(jìn)研究及其應(yīng)用.pdf

1、近年來，由于智能優(yōu)化算法相對于傳統(tǒng)優(yōu)化算法具有很多優(yōu)點，如優(yōu)化效果好、具有全局性、可用性強、并且不需要了解問題的具體參數(shù)等，從而在計算機技術(shù)，工程設(shè)計、運輸優(yōu)化等領(lǐng)域得到廣大科研工作者的關(guān)注與應(yīng)用，取得了很大的社會反響。智能優(yōu)化算法這種基于微粒集體協(xié)作的尋優(yōu)算法，如粒子群，入侵雜草等越來越多的受到人們的關(guān)注。然而，智能優(yōu)化算法本身還存在著很多問題，并且實際問題越來越復(fù)雜，需要更高性能的算法。因此，設(shè)計一個速度快，魯棒性好，精確度高，性能

2、穩(wěn)定的智能優(yōu)化算法仍是迫在眉睫的研究課題。本文基于入侵雜草算法的演化機制，對粒子群算法和標(biāo)準(zhǔn)入侵雜草算法做了適當(dāng)?shù)母倪M(jìn)，然后把得到的新算法運用在天線的設(shè)計，取得了較好的效果，并為解決此類問題提供了一個好的辦法。論文的主要研究成果如下：
　　(1)由于入侵雜草算法具有較好的局部搜索能力，而粒子群算法具有較好的全局搜索能力，本文將這兩種算法融合，入侵雜草算法以及粒子群算法理論。算法將入侵雜草算法和粒子群優(yōu)化算法互相結(jié)合并融入文化框架，

3、能夠各自發(fā)揮算法粒子群和入侵雜草算法在全局搜索和局部搜索中的優(yōu)勢。算法在文化框架下，上層知識空間按照入侵雜草算法演化，下層按照粒子群算法演化，兩層通過設(shè)置好的通信協(xié)議進(jìn)行群體信息的交流，提高了種群的多樣性和算法的收斂速度，以及算法跳出局部最優(yōu)的能力也得到了很大的加強。
　　(2)針對標(biāo)準(zhǔn)入侵雜草算法收斂速度較慢，對解決復(fù)雜高維問題仍難跳出局部最優(yōu)，本文提出基于佳點集原理的多維競爭文化入侵雜草算法。首先，該算法采用佳點集原理，并適當(dāng)

4、改進(jìn)使種群的初始化更均勻，從而提高初始解的質(zhì)量；其次，對于入侵雜草算法僅僅只是根據(jù)適應(yīng)度值大小進(jìn)行淘汰的不足，本文采用多維競爭的機制，使算法更容易跳出局部最優(yōu)；然后，將改進(jìn)的入侵雜草算法嵌入到文化框架中，通過不斷更新的信念空間知識對種群進(jìn)行全局指導(dǎo)，提高算法收斂速度。通過5個經(jīng)典測試函數(shù)的測試表明，本文算法不僅收斂速度快，而且跳出局部最優(yōu)的能力也得到很大的提升。
　　(3)對于陣列天線的方向圖綜合，提出一種新的解決方案，將改進(jìn)的入