论文部分内容阅读
随着时代的发展,近年来智能算法被应用到的领域越来越多,因其不同于传统优化算法,具有鲁棒性强、收敛快和求解质量高等优点。因此,智能优化算法的进一步研发显得十分重要。本文主要研究入侵杂草优化算法的改进与应用等问题。先将入侵杂草优化算法进行分析和改进,改善算法自身的不足,提高算法的求解性能,再分别应用于函数优化问题、TSP问题解决和确定越流含水层系统中的参数。主要内容如下:1.针对入侵杂草算法寻优精度不高的问题,将算法中每个杂草的所有种子作为一个小生境,提出一种改进的入侵杂草算法(IIWO)。为了加快收敛速度,对每个小生境进行由复合型法指导的学习算子操作,从而提高算法的最优解。为了验证算法的搜索效率,将算法应用到多维函数优化问题中。实验测试表明,新算法在寻优效率、解的稳定性和鲁棒性等方面都较好。2.将杂草分为4个子群,提出一种多子群的入侵杂草算法(NIWO)。新算法克服了入侵杂草算法收敛速度慢和易陷入局部最优的问题。将新算法用于求解TSP问题并进行实验对比,改进的入侵杂草算法在寻优效率、解的质量和鲁棒性等方面都优于原始算法。3.将一种局部搜索算法加入到入侵杂草优化算法中,提出混合入侵杂草优化算法--IWO-SQA算法,用与确定第一类越流系统模型的参数。在该混合算法中,IWO算法扮演全局算法利于全局搜索,简化的二次逼近算法(SQA)作为局部搜索算子有利于增强算法的局部搜索能力,更好地均衡了算法的全局和局部搜索能力,使混合算法快速有效地收敛于问题的最优解。通过对第一类越流系统模型的参数进行计算及结果分析,证明了算法的可行性和准确性。为了验证IWO-SQA算法的进化速度和准确度,对实验结果进行作图对比,效果均优于原始IWO算法。