一种新型的智能优化算法—人工根系算法

摘要

优化命题广泛地存在于工业、农业、国防、工程、交通、金融、化工、能源、通信、IT等诸多领域。实践表明,同等条件下,经过优化技术的处理,对系统效率的提高、能耗的降低、资源的合理配给和利用及经济效益的提高等均具有显著的效果。随着现代化生产技术的迅猛发展,各类工程问题的优化计算越来越复杂、计算精度要求也越来越高,基于严格机理模型的传统的优化方法已无法满足实际的生产生活需求。
　　本文将基于人工智能思想的生物自适应体的模式引入求解优化命题的过程中,构造了一种解决优化命题的新模式—人工根系模式,并由该模式形成了一种高效的人工智能优化算法—人工根系算法。
　　文中给出了人工根系算法的原理和详细描述,并通过经典的优化测试函数对算法的收敛性进行了分析;将人工根系算法应用于求解分析非稳定流抽水实验数据、确定各向异性条件下的含水层参数的优化问题中,并得到可靠满意的结果;将人工根系算法与人工神经网络结合,提出一种新型的判别分析方法,并将之应用于具有相似沉积特征及渗流特征的储集层流动单元类型判别中;给出人工根系算法常见的几种改进方法;最后指出人工根系算法的发展方向。
　　在算法应用过程中我们发现,人工根系算法具有以下特征:
　　1.算法具有快速寻优能力,能够很快收敛于全局最优值;
　　2.算法具有启发式搜索能力,采用局部搜索和全局搜索相结合的方法;
　　3.算法具有稳定性,对于较难找到全局最优值的非线性的多模态函数算法能够有效(成功率)找到全局最优解;
　　4.算法具有并行性的特点,人工根系中各根之间相对独立,多个根能够并行地进行搜索;
　　5.算法具有全局收敛性,算法对于局部极值具有免疫能力,有很强的跳出局部极值的能力。
　　根系模式和根系算法从设计理念到具体实施,都与经典的优化方法有所不同,同时它又有与传统的优化方法相融合的基础,易于理解、容易实现,相信根系算法具有良好的应用前景。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题的目的和意义

1.2国内外研究现状和进展

1.3 论文各部分主要内容

第二章 根系模式概论

2.1人工智能

2.2基于生物行为的自适应体

2.3根系模式

2.4本章小结

第三章 基本人工根系算法

3.1前言

3.2人工根系模型(AR-Artificial root)

3.3算法描述

3.4仿真实验研究

3.5与其他智能优化算法的比较

3.6本章小结

第四章 估计各向异性条件下含水层参数的ARO算法应用

4.1引言

4.2一些基本概念

4.3仿真实验结果与初步讨论

4.4本章小结

第五章 基于神经网络的AR算法

5.1引言

5.2基本概念

5.3构造目标函数

5.4目标函数优化

5.5判别准则的确定

5.6实例验证

5.7本章小结

第六章 人工根系算法的改进方法

6.1引言

6.2改进的人工根系算法

6.3仿真实验研究

6.4本章小结

结论与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢