连续禁忌搜索算法改进及应用研究

摘要

本文对连续禁忌搜索算法作出改进,提出了两种改进的算法ITS和TS_SQP,并将改进的算法应用于系统辨识以及反馈神经网络的训练.本文主要的研究成果和创新点包括:1)对连续禁忌搜索算法进行改进,提出了改进的算法ITS.在ITS算法中,既考虑到多样性搜索策略,将当前点的邻域空间用一组同心超矩形进行划分,在每个外围同心超矩形中随机选取一个点组成部分邻域;又通过改进引入了特赦规则,在中心超矩形内也随机选取一定数量的点,与外围同心超矩形内选取的点共同组成当前点的邻域.通过对一些典型测试函数的仿真结果表明改进算法有助于更快、更精确的搜索到全局最优点.2)针对禁忌搜索算法局部搜索的随机性,首次提出了一种与SQP算法结合的禁忌搜索算法,TS_SQP.利用禁忌搜索算法的全局收敛性,结合SQP局部搜索快速收敛的能力,改善传统禁忌搜索算法的搜索能力,使禁忌搜索算法可以获得精确的最优点.在TS_SQP算法中,首先产生当前点的邻域,然后以邻域内的每个点为初始点运行SQP算法,所有收敛点构成新的邻域,最后运用TS规则更新当前点.仿真结果表明,与ITS比较,TS_SQP全局收敛的速度更快,获得的最优点更精确.3)将改进禁忌搜索算法(ITS、TS_SQP)应用于系统辨识,以改善传统的辨识办法存在局部极小等缺点,并实现了对包括滞后在内的所有参数同时辨识.通过对液位储罐模型、离散、连续以及高阶系统的仿真实验表明了算法的可行性及有效性.4)将改进的禁忌搜索算法(ITS、TS_SQP)应用于反馈神经网络的训练.其方法实质是将神经网络的训练问题转化为优化问题,利用禁忌搜索算法的全局寻优能力获得最优的神经网络权值与阈值.仿真实验表明了该方法具有很好的性能,并且简单易实现.

目录

文摘

英文文摘

第1章绪论

1.1禁忌搜索算法

1.1.1背景

1.1.2基本原理

1.1.3研究进展

1.2连续禁忌搜索算法

1 3论文结构

第2章改进的连续禁忌搜索算法

2.1引言

2.2改进的禁忌搜索算法

2.2.1邻域

2.2.2禁忌规则

2.2.3特赦规则

2.2.4终止规则

2.2.5算法流程

2.3数值仿真

2.3.1仿真函数

2.3.2仿真结果

2.4结论

第3章禁忌搜索与SQP相结合的优化算法

3.1引言

3.2 TS与SQP的结合算法

3.3数值仿真

3.3.1算法TS_SQP 与TS_SQP2的比较

3.3.2 TS_SQP算法与TS、SQP的比较

3.4结论

第4章基于禁忌搜索算法的系统辨识

4.1引言

4.2禁忌搜索算法的辨识原理

4.3数值仿真

4.3.1液位储罐系统的辨识

4.3.2离散系统的辨识

4.3.3连续系统的辨识

4.3.4高阶系统的辨识

4.4结论

第5章禁忌搜索算法在反馈神经网络的应用

5.1引言

5.2反馈神经网络的训练

5.3数值仿真

5.4结论

第6章总结与展望

参考文献

致谢

作者读研期间发表和录用的论文