基于拥挤差分进化算法的多模态优化和其应用研究.pdf

哈尔滨f‘稃人学硕十学位论文ABSTRACTMulti—,lifescientificproblems,,thebestsolutionisnotalwaysusefulinrealworld,,whichusesDE’Sglobalsearchstrategyandinternalparallelpattern,throughthehighCFvaluesearch,,maintainingspeciesdiversity,,thisalgorithmhasalotofadvantagessuchasparameterless,-OFDMsystem,-,binedantennaandsub-:Multimodaloptimization;;--f-]新学科,目前在科研和工程实践的应用需求同显突出。对机械设计、航空航天、网络通信、作业调度、图像处理、生命科学等诸多实际问题进行数学建模后,都可以将其抽象为一个数值函数的优化问题【¨,而在大量的实际优化问题的求解计算中,由于生产实践中种种客观条件的限制,有些全局最优解在实际中往往并不适用,因此不仅要在可行域内寻找全局最优解,而且往往需要搜索有意义的局部最优解,这种技术就是多模态优化算法I到。.在科学研究和工程实践中优化问题是最常见的问题之一,作为优化问题一个非常重要分支的多模态优化问题也在生产实践中大量存在,如神经网络的结构及其权值的优化问题,最优控制律的设计,复杂系统参数及结构辨识问题等都可化为多模念优化问题【31。某些现代投资组合问题也可以看成是多模态优化问题,该模型需要得到一组不同风险水平的最优解,以供不同风险偏好的投资者选择。目前,多模念优化算法的研究与应用已经深入到生产和科研的多个领域,并以取得了显著的经济效益和社会效益。总之,如何构造一种优化算法,使之能够搜索到全部全局最优解和尽量多的局部最优解,即如何有效地解决多模态优化问题,已成为一个亟待研究的问题。本课题的研究将对多模态优化算法的理论发展和实际应用产生积极的推动作用,具有重要的学术意义和工程应用价值。多模态优化是优化算法领域国内外公认的难题之一,很多学者一直致力于多模态优化问题的研究,他们提出了许多多模态优化算法用于解决多模态优化问题,能够在发现全局最优解的基础上找到一些有意义的局部极值解,但是由于多模态优化问题存在解个数的不确定性、解空间维数的不确定性、解分布的不确定性决定了解决这一问