系統(tǒng)優(yōu)化方法與智能優(yōu)化算法

系統(tǒng)優(yōu)化方法在各種工程系統(tǒng)、經(jīng)濟(jì)系統(tǒng)，乃至社會(huì)系統(tǒng)中得到了廣泛的應(yīng)用。最優(yōu)化理論的研究也一直是一個(gè)十分活躍的領(lǐng)域，出版了許多最優(yōu)化理論、方法和應(yīng)用的著作和譯作。

梯度為基礎(chǔ)的傳統(tǒng)優(yōu)化算法具有較高的計(jì)算效率、較強(qiáng)的可靠性、比較成熟等優(yōu)點(diǎn)，是一類最重要的、應(yīng)用最廣泛的優(yōu)化算法。但是，傳統(tǒng)的最優(yōu)化方法在應(yīng)用于復(fù)雜、困難的優(yōu)化問題時(shí)有較大的局限性。一個(gè)優(yōu)化問題稱為是復(fù)雜的，通常是指具有下列特征之一：（1）目標(biāo)函數(shù)沒有明確解析表達(dá)；（2）目標(biāo)函數(shù)雖有明確表達(dá)，但不可能恰好估值；（3）目標(biāo)函數(shù)為多峰函數(shù)；（4）目標(biāo)函數(shù)有多個(gè)，即多目標(biāo)優(yōu)化。一個(gè)優(yōu)化問題稱為是困難的，通常是指：目標(biāo)函數(shù)或約束條件不連續(xù)、不可微、高度非線性，或者問題本身是困難的組合問題。傳統(tǒng)優(yōu)化方法往往要求目標(biāo)函數(shù)是凸的、連續(xù)可微的，可行域是凸集等條件，而且處理非確定性信息的能力較差。這些弱點(diǎn)使傳統(tǒng)優(yōu)化方法在解決許多實(shí)際問題時(shí)受到了限制。

目前由于所研究實(shí)際系統(tǒng)的規(guī)模越來越大，約束條件增多，系統(tǒng)結(jié)構(gòu)越來越復(fù)雜，多準(zhǔn)則、非線性、不可微、不確定已成為這些復(fù)雜系統(tǒng)的基本特征，致使系統(tǒng)的數(shù)學(xué)建模難度越來越大，因此，探尋適合大規(guī)模計(jì)算且具有智能特征的問題求解（或信息處理）方法成為相關(guān)學(xué)科的研究熱點(diǎn)和重要研究方向。計(jì)算智能（或軟計(jì)算）就是在這種情況下出現(xiàn)的一個(gè)學(xué)科領(lǐng)域，它是由多個(gè)學(xué)科相互交叉和滲透的結(jié)果，得益于運(yùn)籌學(xué)與管理科學(xué)、計(jì)算數(shù)學(xué)、人工智能、模式識(shí)別、自動(dòng)控制理論等許多學(xué)科，其典型分支主要包括進(jìn)化計(jì)算、神經(jīng)計(jì)算與模糊邏輯等。

作為計(jì)算智能的重要研究內(nèi)容，智能優(yōu)化算法主要包括進(jìn)化算法、模擬退火算法、人工神經(jīng)網(wǎng)絡(luò)方法、免疫算法、禁忌搜索算法、差分演化算法、蟻群算法、微粒群算法等。這類新的優(yōu)化算法一般都是建立在生物智能或物理現(xiàn)象基礎(chǔ)上的隨機(jī)搜索算法，目前在理論上還遠(yuǎn)不如傳統(tǒng)優(yōu)化算法完善，往往也不能確保解的最優(yōu)性，因而常常被視為只是一些“元啟發(fā)式方法”（meta-heuristic）。但從實(shí)際應(yīng)用的觀點(diǎn)看，這類新算法一般不要求目標(biāo)函數(shù)和約束的連續(xù)性與凸性，甚至有時(shí)連有沒有解析表達(dá)式都不要求，對計(jì)算中數(shù)據(jù)的不確定性也有很強(qiáng)的適應(yīng)能力。由于這些獨(dú)特的優(yōu)點(diǎn)和機(jī)制，智能優(yōu)化算法引起了國內(nèi)外學(xué)者的廣泛重視并掀起了該領(lǐng)域的研究熱潮，且在諸多領(lǐng)域中得到了廣泛應(yīng)用，展示出強(qiáng)勁的發(fā)展勢頭。

參考文獻(xiàn)：

1.王凌. 智能優(yōu)化算法及其應(yīng)用，清華大學(xué)出版社，2001.

2.郭崇慧，唐煥文．演化策略的全局收斂性．計(jì)算數(shù)學(xué)，2001，23（1），105-110

3.唐煥文，秦學(xué)志.實(shí)用最優(yōu)化方法（第三版）．大連理工大學(xué)出版社，2004．

4.徐宗本. 計(jì)算智能（第一冊）：模擬進(jìn)化計(jì)算，高等教育出版社，2005.

5.邢文訓(xùn)，謝金星. 現(xiàn)代優(yōu)化計(jì)算方法（第二版），清華大學(xué)出版社，2005.

6.汪定偉，王俊偉，王洪嶠，張瑞友，郭哲. 智能優(yōu)化方法，高等教育出版社，2007.

轉(zhuǎn)自:http://www.sciencenet.cn/m/user_content.aspx?id=212836

總結(jié)

以上是生活随笔為你收集整理的系统优化方法与智能优化算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。