基于Python的群智能优化系统设计与实现.doc

摘要:优化是工程技术，自然科学和经济管理等社会科学领域的重要研究对象，同时也是人们长久以来不断研究与探讨的一个充满活力与挑战的领域。生活中很多实际问题往往存在难解性。传统的优化算法如置信域法、梯度下降法、牛顿法、线性搜索法，尽管能够取得一定的求解结果，但由于算法性能缺陷其求解质量有待于进一步提升。因此，设计高效的优化算法以此解决自动程序设计、运输问题、组合优化问题，系统识别等实际工程领域的优化问题已经成为众多研究人员的研究目标。

本文受自然界中离子运动的启发，实现了已提出的一种新型优化算法——离子运动算法。事实上，该算法通过模拟阴阳离子的吸引互斥过程来进行优化。基于此方法所设计的算法具有最少调优参数，计算复杂度低，快速收敛和高局部最优避免的特点。通过选取16个基准函数测试IMO算法性能并与典型的优化算法进行比较。结果表明，本文所提出的算法能够获得非常有竞争力的结果，并有优势解决具有挑战性的优化问题。

关键词：离子运动算法；优化问题；元启发算法

目录

摘要

Abstract

1 绪论-1

1.1课题的研究意义和目的-1

1.2课题的国内外研究现状-1

1.3 课题主要研究内容及章节安排-2

2 离子运动算法概述-3

2.1 离子运动算法基本原理-3

2.2 离子运动算法流程设计-3

2.3本章小结-4

3 离子运动算法-5

3.1 离子运动算法思想-5

3.2 离子运动的流动状态-6

3.3 离子运动的固态状态-7

3.4 离子运动算法具体步骤-9

3.5 本章小结-11

4 IMO算法仿真实验研究-12

4.1 实验设计-12

4.1.1实验环境-12

4.1.2基准测试函数-12

4.1.3实验方案-13

4.2实验结果-13

4.3结果分析-19

结    论-20

参 考 文 献-21

附录A 程序代码-22

致    谢-36