和聲搜索算法的研究與應(yīng)用.pdf

1、隨著社會(huì)的發(fā)展，現(xiàn)實(shí)生活中遇到的優(yōu)化問(wèn)題越來(lái)越多，并且涵蓋通信業(yè)、交通運(yùn)輸業(yè)、農(nóng)業(yè)、水利工程以及航空航天等多個(gè)領(lǐng)域。解決這類問(wèn)題采取的方法通常是拉格朗日乘子法、線性規(guī)劃和動(dòng)態(tài)規(guī)劃等這類數(shù)學(xué)方法，但是隨著問(wèn)題的非線性增強(qiáng)、復(fù)雜度增加以及問(wèn)題規(guī)模的增加，這類方法很難滿足人們對(duì)時(shí)效性的要求，并且通常得到的解精度不高，有時(shí)甚至得不到結(jié)果。群體智能優(yōu)化算法的出現(xiàn)和發(fā)展，為人們求解問(wèn)題提供了有效的幫助。
　　群體智能的研究始于20世紀(jì)90年代

2、初，最初是受到自然界(生物界)中規(guī)律的啟發(fā)，模仿其規(guī)律而提出的一種隨機(jī)搜索算法。典型的方法有遺傳算法、模擬退火算法和粒子群算法等等。和聲算法是最近提出的一種比較新穎的智能算法，該算法通過(guò)模擬音樂(lè)演奏過(guò)程中，每一個(gè)樂(lè)師們憑借自己的經(jīng)驗(yàn)，通過(guò)不斷調(diào)整樂(lè)器的音調(diào)，使整個(gè)樂(lè)隊(duì)達(dá)到一種美妙的和聲狀態(tài)。目前該算法已成功應(yīng)用于函數(shù)優(yōu)化、組合優(yōu)化、生產(chǎn)調(diào)度、機(jī)器學(xué)習(xí)等問(wèn)題。
　　本文首先對(duì)和聲算法的基本原理和流程進(jìn)行了詳細(xì)的描述，指出了和聲算法的

3、優(yōu)缺點(diǎn)，并列舉出幾種改進(jìn)策略，隨后從連續(xù)函數(shù)優(yōu)化、約束問(wèn)題優(yōu)化和最短路徑問(wèn)題三個(gè)方面對(duì)和聲算法進(jìn)行改進(jìn)，具體如下：
　　1、針對(duì)連續(xù)函數(shù)優(yōu)化問(wèn)題，將錦標(biāo)賽規(guī)則和優(yōu)勝劣汰的原則運(yùn)用到和聲庫(kù)選取策略中，并動(dòng)態(tài)自適應(yīng)調(diào)整和聲算法的三個(gè)參數(shù)，確保了算法的全局搜索能力和局部搜索能力，并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證其可行性和有效性。
　　2、針對(duì)約束優(yōu)化問(wèn)題，采用一種新的罰函數(shù)模型，用目標(biāo)滿意度函數(shù)和約束滿意度函數(shù)來(lái)取代目標(biāo)函數(shù)和懲罰函數(shù)對(duì)個(gè)體進(jìn)行