基于知識(shí)的多智能體思維進(jìn)化算法及其工程應(yīng)用.pdf

1、太原理工大學(xué)博士學(xué)位論文基于知識(shí)的多智能體思維進(jìn)化算法及其工程應(yīng)用姓名：閻高偉申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：電路與系統(tǒng)指導(dǎo)教師：謝克明20070501太原理工大學(xué)博士研究生學(xué)位論文握被求解問(wèn)題的內(nèi)在規(guī)律，將其作為知識(shí)來(lái)描述被求解問(wèn)題的特征。通過(guò)二進(jìn)制粒計(jì)算，快速獲取個(gè)體變量與目標(biāo)函數(shù)關(guān)系，然后計(jì)算出個(gè)體特征向量和粒度適應(yīng)度景象，判斷被求解問(wèn)題的類型。利用所獲取的知識(shí)求取尋優(yōu)子空間，以縮小搜索范圍，提高尋優(yōu)效率和精度。(3)針對(duì)多目標(biāo)問(wèn)題的復(fù)雜

2、性，利用信息系統(tǒng)中的優(yōu)勢(shì)關(guān)系和優(yōu)勢(shì)類的概念，研究并討論了KMMEA在多目標(biāo)優(yōu)化問(wèn)題中的應(yīng)用。利用信息系統(tǒng)的優(yōu)劣關(guān)系對(duì)解空間進(jìn)行劃分，形成了在Pareto優(yōu)勢(shì)空間進(jìn)行“開(kāi)采”而在其余空間中“探索”的進(jìn)化策略。利用子空間粒和目標(biāo)函數(shù)粒的特征進(jìn)行種群多樣性的維護(hù)，以期找到全面和分布均勻的Pareto最優(yōu)解。(4)提出了基于優(yōu)勢(shì)粒粒度多目標(biāo)快速排序算法。利用信息系統(tǒng)的優(yōu)勢(shì)關(guān)系和粒計(jì)算的方法獲取優(yōu)勢(shì)粒，將優(yōu)勢(shì)粒粒度作為多目標(biāo)排序和適應(yīng)度賦值的依據(jù)

3、，并設(shè)計(jì)了基于優(yōu)勢(shì)粒的快速排序算法，可極大地降低排序運(yùn)算量。(5)對(duì)思維進(jìn)化中的兩個(gè)重要算子“趨同”和“異化”進(jìn)行了基于知識(shí)的改造，提高了算子操作的智能性，用于宏群體進(jìn)化。提出了基于知識(shí)指導(dǎo)的變異算子，是粒度適應(yīng)度景象和個(gè)體特征向量的具體運(yùn)用。該算子能有效提高算法的收斂效率和尋優(yōu)精度。同時(shí)研究了按照優(yōu)秀模式類產(chǎn)生新個(gè)體的方法。(6)探索KMMEA在工程領(lǐng)域中的應(yīng)用。將KMMEA用于多傳感器信息融合系統(tǒng)中神經(jīng)網(wǎng)絡(luò)的優(yōu)化，提高測(cè)量結(jié)果的準(zhǔn)確