蝴蝶优化算法研究综述

蝴蝶优化算法是一种新兴的元启发式算法,其思想来源于蝴蝶觅食和求偶的行为。为了进一步改善蝴蝶优化算法的搜索性能,加快对算法的研究与应用进程,综述了蝴蝶优化算法的原理与改进、与其他元启发式算法的对比及发展趋势。首先介绍了算法的基本模型;然后结合国内外文献,分类阐述了基于算法参数、基于混沌和量子优化、基于学习策略、基于种群多样性等方面的改进蝴蝶优化算法,同时,归纳总结了蝴蝶优化算法在图像处理、无线网络、粒子滤波、光伏系统、医疗系统等领域的应用;其次在优缺点和适用性等方面将其与其他元启发式算法进行了对比;最后对蝴蝶优化算法的未来研究发展方向进行了展望。     

多目标优化的进化优化算法

进化优化算法具有全局优化能力,可以一次性求解多个非劣解。近年来,此类方法已经成为求解多目标优化问题一个重要的研究方向。本文分析了进化优化算法的关键步骤,介绍了几种代表性的多目标进化优化算法,并指出了值得进一步研究的相关问题。     

一种新的决策树组合优化算法

数据分类是数据挖掘中的一个重要课题,研究各种高效的分类算法是数据挖掘的重要问题之一.本文对了GAAA算法进行改进提出了一种新组合优化算法,将其应用到分类规则的优化问题,采用遗传算法生成信息素分布,利用蚂蚁算法求精确解,优势互补,有效地节省了计算时间,并优化了生成的分类规则.实验结果表明:该算法可以有效克服停滞,提高搜索效率,有效地挖掘出最优的分类规则集.     

无约束优化算法比较及其极值点研究

求解无约束优化问题是数值计算方面的重要研究内容,求解无约束优化问题的方法较多,选择一种较为快速且复杂度较小的方法具有重要意义。介绍无约束优化问题中7种算法的基本思想和具体步骤,并结合MATLAB软件编程仿真,依据定量分析对仿真结果进行对比分析,对这7种算法的优缺点和极限点的收敛情况进行对比研究,并且根据其收敛迭代次数和数值计算结果精确度确定一个相对有效的算法。     

改进的粒子群优化算法结合人工神经网络用于有机物毒性的QSAR研究

介绍了粒子群优化算法和Alopex-B算法的基本原理,提出了一种用Alopex-B算法改进的粒子群优化算法,并将其应用于函数优化和有机物毒性的QSAR研究。结果表明:改进型粒子群算法对复杂的测试函数搜索效率明显提高,应用于有机物毒性的QSAR研究能提高计算的精确度,降低预测误差。     

配电网无功功率优化

电压质量是衡量电网可靠优质运行的重要指标之一。首先介绍了配电网无功优化“分级分区补偿、就地平衡”的原则；其次对配电网无功优化算法进行分类，详细介绍了各类传统优化算法和人工智能优化算法；最后总结了配电网无功功率优化的重要意义。     

BP网络计算机优化的实现

反向传播算法(B-P算法)，是数据挖掘算法中最基本的算法之一。面对大量的数据，怎样选择数据结构，怎样优化参数的设置，怎样优化处理过程，对于此算法的性能将会十分重要。本文主要提出了对该算法的若干改进和优化。实验显示，这些改进和优化都能够在整体上提高算法的效率，能够正确、有效、快速地实现B-P算法。     

一种稳态淘汰多目标演化算法

近年来，多目标优化问题求解已成为演化计算的一个重要研究方向。而基于Pareto最优概念的多目标演化算法则是当前演化计算的研究热点。多目标演化算法的研究目标是使算法种群决速收敛并均匀分布于问题的非劣最优域。介绍了多目标优化的概念，在比较分析了目前较成功的多目标演化算法的基础上，提出了一种新的解决数值优化问题的稳态淘汰演化算法。     

带时间窗约束的车辆路径问题研究综述

本文系统地论述了时间窗车辆路径问题的优化算法,路线生成法,路线改进算法和启发式算法,并展望了时间窗车辆路径问题的研究方向。     

混合优化算法及在约束优化问题中的应用

针对混沌优化方法和Alopex算法的特性,将改进的Alopex算法嵌入到混沌优化算法中,提出了一种混合优化算法,此算法充分发挥了改进的Alopex算法的快速搜索能力和混沌优化方法细致寻优的特性,提高了算法的收敛速度,避免了优化算法陷入局部最优的缺陷;同时将混合优化算法应用于约束优化问题中．仿真结果表明了混合优化算法的有效性．     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

基于RAMP模型的ICM连续体拓扑优化方法

基于RAMP插值函数和独立连续映射(ICM)法,提出了一个新的拓扑优化模型. 模型采用不同参数RAMP插值函数对单元体积和单元刚度阵进行过滤识别. 与SIMP插值函数下的ICM拓扑优化模型相比,仅一、二阶导数表达式不同,拓展了优化建模方法并保证了优化求解算法的一致性. 通过拓扑优化数值算例对不同模型参数下的拓扑优化结果进行了对比分析. 结果表明,该方法适用于连续体拓扑优化建模.     

一类新的Wolfe线性搜索下的记忆梯度法

提出一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率。算法在每步迭代中利用当前和前面迭代点的信息产生下降方向,不需计算和存储矩阵,适于求解大规模优化问题。初步的数值试验表明算法比Wolfe搜索下的FR,PRP和HS共轭梯度法及最速下降法有效。     

求解全局优化问题的一种新方法

局部最优性必要条件是用来设计局部优化算法的一个主要工具。本文将介绍求解全局优化问题的一种新的方法：利用全局景优性器件（最优性必要备件[NC]和最优性充分备件[SC]）来研究一类{0,1}双值混合二次规划问题的一些最优化算法。首先利用其全局最优性必要条件[NC]来研究这类双值混合二次规划问题的局部最优化算法,然后针对于这类{0,1}双值混合二次规划问题,研究一类特殊的辅助函数Fr,x（x）来克服现有的局部极小点,最后利用所碍到的辅助函数Fr,x（x）和局部优化算法LOMMQP以及全局最冼性充分条件[SC]来得到具有一定终止准则的全局最优化算法（GOM）。     

临界水深非线性优化计算的新算法

临界水深非线性约束优化计算建模,应用种群竞争算法进行求解.本文提出种群竞争算法是一种新型全局优化算法,运用种群间与种群内"双重竞争"寻优机制.通过实例说明并与其它方法比较,在求解临界水深计算时,收敛速度快,精度高,编写简单.试算法得到结果还可通过优化方法修正.     

一类无约束优化的非单调共轭梯度法

针对无约束优化问题,提出一类新的非单调共轭梯度法,在新的非单调Wolfe条件下保证了算法的全局收敛性,并在每次迭代过程中,均可得到初始的自适应步长和充分下降方向.数值结果表明算法是可行和有效的.     

一类共轭梯度算法的收敛性分析

对解决无约束最优化问题提出一种包含了四种经典共轭梯度法的双参数共轭梯度法簇,并结合修改后的Armijo线搜索技术,证明了新的双参数共轭梯度法簇具有全局收敛性.     

多对象生产单元设备双行布置优化分析

分析了传统的设备双行布置目标函数、优化规则和优化方法存在的问题，指出优化设备双行布置的关键是减少反向和横向物料运输工作量，构造了一种新的扩展从至表，作为设备双行布置优化工具，有效地解决了设备双行布置优化问题。     

井巷断面优化的通路法

本文在总结国内外的断面优化方法的基础上,提出了断面优化的通路法,为井巷断面的合理确定提供一种新的技术途径。     

一种包边模边界缩进控制方法

 将确定性优化方法用于板料包边设计.汽车板料包边仿真中变形区域小导致有限元模型在变形区域的网格很小,模型计算时间太长.本文针对影响板料包边后边界缩进较大的3个参数,建立目标函数的径向基函数近似模型,并用确定性优化方法对近似模型进行优化,近似模型计算效率高,提高了优化方法计算效率,使板料包边的优化设计成为可能,并为生产中的汽车板料控制包边后的边界缩进提供了一种新的思路.