回溯搜索優(yōu)化算法的研究和應(yīng)用.pdf

1、優(yōu)化是應(yīng)用數(shù)學(xué)中一個(gè)重要研究領(lǐng)域，群智能優(yōu)化算法是優(yōu)化中一個(gè)重要的研究方向；伴隨著計(jì)算機(jī)技術(shù)的發(fā)展，群智能優(yōu)化算法在越來(lái)越多的科技領(lǐng)域得到應(yīng)用和重視?；厮菟阉鲀?yōu)化算法(BSA)是一種基于種群的進(jìn)化算法,算法框架與差分進(jìn)化算法類(lèi)似,但在變異操作和交叉操作上,與差分進(jìn)化算法有本質(zhì)的區(qū)別。BSA的變異算子和交叉算子新穎而高效,能很好地平衡開(kāi)發(fā)能力和探索能力，但是BSA仍然存在不足，首先，其變尺度系數(shù)有較大方差，會(huì)產(chǎn)生規(guī)模過(guò)大或過(guò)小的數(shù)值，從而

2、造成收斂失效或加大陷入局部最優(yōu)可能性，其次，兩種交叉策略的隨機(jī)調(diào)用造成搜索一定的盲目性，會(huì)降低算法搜索效率.針對(duì)這些問(wèn)題，本文提出幾種改進(jìn)BSA和基于BSA的混合進(jìn)化算法，并將BSA算法應(yīng)用于若干實(shí)際問(wèn)題的求解中，主要研究工作如下：
　　本文先以進(jìn)化算法為切入點(diǎn)，介紹了智能優(yōu)化算法的研究背景和近年來(lái)較流行的智能優(yōu)化算法及其改進(jìn)體，然后敘述BSA算法，并將其他群智能優(yōu)化算法進(jìn)行對(duì)比分析，得出其優(yōu)缺點(diǎn)。隨后，針對(duì)BSA算法的不足之處，

3、分別對(duì)回溯搜索優(yōu)化算法（IBSA）的變異算子和交叉算子展開(kāi)改進(jìn)：針對(duì)BSA變異算子開(kāi)采能力弱的缺點(diǎn)，提出了一種雙歷史種群引導(dǎo)模式的新變異算子，能有效地提高算法的開(kāi)發(fā)能力，加快收斂速度，并結(jié)合差分進(jìn)化算法的多種變異算子，對(duì)比分析了新變異算子的性能;結(jié)合BSA的聯(lián)合交叉算子特點(diǎn)，設(shè)計(jì)了基于適應(yīng)度的智能調(diào)用策略，能更有目的地調(diào)用兩種交叉方式，增加了BSA的穩(wěn)定性。最后，研究了BSA的實(shí)際應(yīng)用能力，分別為求解調(diào)頻聲波合成參數(shù)估計(jì)問(wèn)題，提出基于差