新型動態自適應粒子群最佳化算法的研究

《新型動態自適應粒子群最佳化算法的研究》是依託鄭州大學，由梁靜擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：新型動態自適應粒子群最佳化算法的研究
• 項目類別：青年科學基金項目
• 項目負責人：梁靜
• 依託單位：鄭州大學

項目摘要

對粒子群最佳化算法（Particle Swarm Optimization）的搜尋性能進行研究，將單目標最佳化中表現優越的動態自適應小型拓撲結構引入多目標粒子群最佳化。在前期研究中，發現現存的多目標粒子群最佳化算法中的粒子歷史信息更新方法存在一定問題，因此提出新的更新方法，初步試驗結果表明新的更新方法在雙目標最佳化問題上可以進一步提高最佳化結果的收斂性和延展性。再通過使用新的線性複雜度排序方法，本項目將設計高性能並能夠快速解決較多目標數的多目標最佳化問題的新型多目標粒子群最佳化算法。並在此算法基礎上，通過對多全局解最佳化問題（Multi-global Optimizaiton）向多目標最佳化問題的轉化，構建能夠自適應解決多類不同最佳化問題的全能粒子群最佳化算法。最終將研究出的新型粒子群最佳化算法套用於生物醫學工程領域的最佳化問題。

結題摘要

本項目的目標是對粒子群最佳化算法的搜尋性能進行研究，構建能夠解決多類不同最佳化問題的新型粒子群最佳化算法，最終將研究出的新型粒子群最佳化算法套用於實際最佳化問題。本項目從針對多峰值最佳化問題的新型最佳化算法、新型多目標最佳化算法、新型單目標最佳化算法、針對約束條件最佳化算法等方面進行了研究，構建了適合不同類型問題的多種最佳化算法，並將這些新型算法成功套用於生物醫學、路徑規劃、流水線調度、環境/經濟調度、投資組合最佳化、圖像分割等實際問題，取得了一些有意義的研究成果。並基於對最佳化算法和實際最佳化問題的深入研究，提出了新的標準測試函式，構架了新的標準測試平台。本項目執行期間共發表學術論文36 篇（包括已錄用2篇），其中期刊文章11篇，會議論文25篇。其中，SCI收錄10篇，EI收錄22篇。撰寫技術報告1份。項目組在國際會議上組織分會4次，做口頭報告10次。