两种智能优化算法及其收敛性分析

摘要

最近几年，智能优化算法，作为一种解决具有复杂性、强约束等特征的工程问题的应用技术，得到了迅速的发展和提高。与传统的优化算法相比，不同之处在于智能优化算法源于人们对于大自然中生命现象的启示，从而高效的解决了许多传统优化技术所不能解决的实际问题，显示了它独特的优势。但是，对于智能优化算法的理论方面的研究还不是很多，尤其是收敛性方面的研究工作，因此，作者对于优化算法及其收敛性理论方面的研究具有一定的现实意义。
　　 本文首先介绍了四种智能优化算法及有关收敛性的研究现状。其次，本文受粒子群算法（PSO算法）中交流算子的启发，提出了改进的烟花爆炸优化算法，并给出了算法的收敛性证明。再次，本文又给出了云搜索算法，并根据概率理论方面的知识给出了收敛性证明。对于这两种优化算法，本文都进行了仿真实验，然后与粒子群等算法进行了比较，结果显示两种优化算法都取得比较好的结果。
　　 本文对于算法的提出、测试以及收敛性分析，给出了比较完整的算法。经过测试，发现两种算法都存在很大优势。同时，两种算法仍还有许多要改进的地方，无论是从理论上还是应用上都有很大的现实意义。

目录

文摘

英文文摘

声明

1 绪论

2 改进的烟花爆炸算法及其收敛性分析

3 云搜索算法及其收敛性分析

4 总结与期望

致谢

参考文献

攻读学位期间发表的学术论文