基于捕鱼策略的优化算法研究

论文摘要

优化方法在工程设计等方面有着重要的应用价值。因而,把捕鱼策略优化方法与其他优化方法相融合而得到新的优化算法,在求解无约束、有约束等复杂问题的优化方面,具有一定的研究意义。本论文的主要内容如下:（1）简要介绍了捕鱼策略优化方法的基本概念、行为描述、算法实施过程及流程。捕鱼策略优化方法,它作为一种新颖的优化方法也和其它智能算法一样,具有收敛速度慢,易陷入局部极值等缺点。（2）针对捕鱼策略优化方法易陷入局部极的缺陷,将传统优化方法Powell算法、Hooke-Jeeves算法和人工鱼群算法分别嵌入到捕鱼策略的优化方法中,从而提出了三种混合优化方法。仿真结果表明,三种混合优化方法具有较快的收敛速度和较好的全局搜索能力。（3）利用差分进化算法速度快和捕鱼策略算法精度高的优点,将差分进化算法与捕鱼策略优化方法相融合,使算法的全局搜索能力和局部优化能力得到了平衡。仿真结果表明,混合算法具有更高的精度,更好的稳定性,从而为求解约束优化问题提供了一条更为有效的新途径。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及其意义
• 1.2 捕鱼策略优化方法研究现状与进展
• 1.3 论文的主要工作及安排
• 2 采用捕鱼策略的优化方法介绍
• 2.1 优化方法描述
• 2.2 算法流程
• 2.3 本章小结
• 3 捕鱼策略混合算法在无约束问题中的应用
• 3.1 基于 Powell 算法的捕鱼策略混合优化方法
• 3.1.1 Powell算法基本原理
• 3.1.2 FSOA-Powell混合算法基本思想
• 3.1.3 FSOA-Powell混合算法实施流程
• 3.1.4 FSOA-Powell混合算法描述
• 3.1.5 FSOA-Powell混合算法数值仿真
• 3.1.6 结论
• 3.2 基于HOOKE-JEEVES算法的捕鱼策略混合算法
• 3.2.1 Hooke-Jeeves算法基本原理
• 3.2.2 HJFSOA混合算法基本思想
• 3.2.3 HJFSOA混合算法实施流程
• 3.2.4 HJFSOA混合算法描述
• 3.2.5 HJFSOA混合算法数值仿真
• 3.2.6 结论
• 3.3 AFSA与改进FSOA相结合的优化方法
• 3.3.1 捕鱼策略优化方法的改进
• 3.3.2 人工鱼群算法基本原理
• 3.3.3 AFSA-FSOA优化方法基本思想
• 3.3.4 AFSA-FSOA优化方法实施流程
• 3.3.5 AFSA-FSOA优化方法算法描述
• 3.3.6 AFSA-FSOA优化方法数值仿真
• 3.3.7 结论
• 3.4 本章小结
• 4 改进型FSOA在有约束问题中的应用
• 4.1 约束问题简介
• 4.2 求解有约束问题的差分-捕鱼策略混合算法
• 4.2.1 改进FSOA
• 4.2.2 差分算法基本原理
• 4.2.3 差分-捕鱼策略混合算法基本思想
• 4.2.4 差分-捕鱼策略混合算法实施流程
• 4.2.5 差分-捕鱼策略混合算法数值仿真
• 4.2.6 结论
• 5 总结和展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 附录
• 致谢
• 攻读学位期间发表的学术论文目录