1、鑒于科學(xué)研究和實(shí)際工程中許多問題的復(fù)雜性、約束性、非線性、多局部極小和建模困難等特點(diǎn)，尋找適用于各種不同需求的新型智能優(yōu)化方法一直是許多學(xué)科的一個(gè)重要研究方向。群智能優(yōu)化技術(shù)是模仿自然界群體生物行為特征而產(chǎn)生的一類新興智能優(yōu)化算法，該算法在沒有集中控制且不提供全局模型的前提下，為求解復(fù)雜問題的最優(yōu)解提供了基礎(chǔ)。 本文在研究群智能優(yōu)化算法的模型之一——微粒群算法的基本原理和研究現(xiàn)狀的基礎(chǔ)上，針對(duì)基本微粒群算法研究中存在的一些問題，

2、提出了多種改進(jìn)的微粒群算法，并研究這些改進(jìn)算法在復(fù)雜科學(xué)研究和工程問題中的應(yīng)用策略。本文的研究目的：一方面是探索微粒群算法的改進(jìn)形式，使之能夠有效地解決神經(jīng)網(wǎng)絡(luò)訓(xùn)練、復(fù)雜多峰函數(shù)尋優(yōu)、多目標(biāo)優(yōu)化等理論問題；另一方面是將改進(jìn)的微粒群算法應(yīng)用于復(fù)雜工業(yè)系統(tǒng)的優(yōu)化控制與決策。本文的主要研究工作包括以下幾個(gè)方面： 1．在分析基本微粒群算法和協(xié)同微粒群算法特點(diǎn)的基礎(chǔ)上，借鑒生態(tài)學(xué)中的種群劃分思想，設(shè)計(jì)出一種多種群協(xié)同進(jìn)化微粒群算法，并分析

3、了該算法的收斂性能；在分析徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，提出了基于多種群協(xié)同進(jìn)化微粒群算法的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值優(yōu)化設(shè)計(jì)策略，并在混沌序列預(yù)測(cè)、系統(tǒng)辨識(shí)、語音信號(hào)處理等應(yīng)用仿真實(shí)驗(yàn)中驗(yàn)證了算法的有效性。 2．將一種“基于密度”的聚類算法與小生境微粒群算法相結(jié)合，提出了一種基于聚類的小生境微粒群算法(CBNPSO)，克服了目前存在的算法在多峰函數(shù)尋優(yōu)中存在的缺陷。提出的算法組合了兩種方法來實(shí)現(xiàn)小生境技術(shù)的思想：第一，采用

4、多種群策略實(shí)現(xiàn)全局和各子微粒群按不同的PSO算法進(jìn)化；第二，采用聚類算法區(qū)分微粒群中存在的不同子微粒群。 3．研究了微粒群算法在聚類分析中的應(yīng)用。提出了將微粒群算法與山峰聚類思想結(jié)合起來尋找聚類中心的方法，克服了傳統(tǒng)的C均值或模糊C均值等聚類算法中存在的聚類結(jié)果與參數(shù)設(shè)置密切相關(guān)、聚類結(jié)果與初始聚類中心的選擇以及樣本輸入順序密切相關(guān)、要求設(shè)置的參數(shù)較多等缺陷。(1)將變慣性系數(shù)的l-best PSO與山峰聚類法相結(jié)合，得到一種基

5、于微粒群優(yōu)化算法的山峰聚類算法；(2)簡(jiǎn)化山峰函數(shù)的計(jì)算，提出了一種基于微粒群算法的快速山峰聚類算法；(3)將小生境微粒群算法山峰聚類的思想結(jié)合起來，提出了基于小生境微粒群算法的山峰聚類法，實(shí)現(xiàn)了自動(dòng)獲取多維未知樣本數(shù)據(jù)的聚類中心個(gè)數(shù)和位置。 4．在研究應(yīng)用微粒群算法實(shí)現(xiàn)多目標(biāo)優(yōu)化的關(guān)鍵技術(shù)的基礎(chǔ)上，提出了一種隨機(jī)多目標(biāo)微粒群算法(SMOPSO)，并應(yīng)用齊次馬爾科夫鏈理論對(duì)SMOPSO的收斂性進(jìn)行了分析。仿真實(shí)驗(yàn)表明，該算法不僅

6、計(jì)算簡(jiǎn)單，而且能夠獲得較多的分布比較均勻的非劣解。 5.以某冶煉廠鋅電解分時(shí)供電調(diào)度系統(tǒng)為對(duì)象，在已有文獻(xiàn)研究的基礎(chǔ)上，建立了鋅電解生產(chǎn)過程分時(shí)供電優(yōu)化調(diào)度系統(tǒng)的多目標(biāo)優(yōu)化數(shù)學(xué)模型，應(yīng)用整數(shù)空間的隨機(jī)多目標(biāo)PSO算法實(shí)現(xiàn)鋅電解過程分時(shí)供電的優(yōu)化調(diào)度，克服了采用單目標(biāo)模擬退火算法進(jìn)行優(yōu)化調(diào)度時(shí)存在懲罰因子選取的先驗(yàn)知識(shí)不足、搜索效率較低等缺點(diǎn)。鋅電解過程分時(shí)供電優(yōu)化調(diào)度系統(tǒng)不僅有效緩解了城市用電矛盾，而且為企業(yè)帶來了巨大的經(jīng)濟(jì)效益

7、。 6．在研究鋅電解整流供電系統(tǒng)控制特點(diǎn)的基礎(chǔ)上，建立了基于整流效率的鋅電解生產(chǎn)整流供電系統(tǒng)優(yōu)化控制數(shù)學(xué)模型，并針對(duì)該模型設(shè)計(jì)出一種遞階多目標(biāo)微粒群算法，用于整流所直流電力經(jīng)濟(jì)運(yùn)行的優(yōu)化決策，在保證電解過程分時(shí)供電調(diào)度措施要求的輸出電流穩(wěn)流精度情況下，以提高整流效率為中心，優(yōu)化并聯(lián)運(yùn)行多臺(tái)機(jī)組的投運(yùn)組合和電流分配，達(dá)到有效提高整流所整流效率、節(jié)約能源的目的，為有色金屬電解生產(chǎn)的節(jié)能降耗提供了一種新的思路和方法。 7．開發(fā)