摘要: 基于3种群Lotka-Volterra模型构造出了可全局收敛的种群动力学优化算法。在该算法中,每个种群对应着优化问题的一个试探解;基于3种群间的每种相互作用关系,提出了相应的图形表示方法以及对应的Lotka-Volterra模型构建方法,种群间的相互作用关系包括竞争关系、互惠共存关系、捕食-被食关系或者它们间的任意组合;3种群间的每种相互作用关系均对应着一种种群进化算子,该算子的数学表达式就是其对应的Lotka-Volterra模型的离散化表达式;另外,为了求解更复杂的优化问题求解,将种群融合、突变和选择等行为也构造成操作算子。所有算子的特性可以确保整个种群的适应度指数要么保持原状不变,要么向好的方向转移,从而确保了算法的全局收敛性;在种群演变过程中,种群从一种状态转移到另一种状态实现了种群对优化问题最优解的搜索。应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性。测试结果表明本算法是高效的。
[1] 王宜举,修乃华.非线性优化理论[M].北京:科学出版社,2012:20-25 [2] 黄光球,王国政,周静.用遗传算法求解物流运输中多级中转定位优化问题[J].微电子学与计算机,2006,23(3):47-50 [3] 黄光球,何星.基于蚁群算法的随机Petri网最优路径序列寻找[J].系统仿真学报,2008,20(17):4555-4560 [4] 李晓磊,邵之江,钱积新.一种基于动物自治体的寻优棋式:鱼群算法[J].系统工程理论与实践,2002,22(11):32-38 [5] 崔志华,曾建潮.微粒群优化算法[M].北京:科学出版社,2011:1-9 [6] Leung S C H,Zhang De-fu,Zhou Chang-le,et al.A Hybrid Simu-lated Annealing Metaheuristic Algorithm for the Two-Dimensional Knapsack Packing Problem[J].Computed Operation Research,2012,39(1):64-73 [7] Simon D.Biogeography-Based Optimization[J].IEEE Transactions on Evolutionary Computation,2008,12(6):702-713 [8] 陈兰荪,孟新柱,焦建军.生物动力学[M].北京:科学出版社,2009:1-5 [9] 王克.随机生物数学模型[M].北京:科学出版社,2010:34-48 [10] 田灿荣.一类带时滞竞争模型的周期解[J].生物数学学报,2007,22(3):431-440 [11] 周桦,刘佳.带扩散的具有Holling-IV类功能性反应的捕食模型的性质[J].南京工业大学学报,2007,29(5):66-69 [12] 程惠东,孟新柱,王芳.一类时滞非自治Lotka-Volterra扩散生态系统的全局吸引性[J].中山大学学报:自然科学版,2008,47(2):19-22 [13] 刘胜强,陈兰荪.阶段结构种群生物模型与研究[M].北京:科学出版社,2010:126-130 [14] Iisufescu M.Finite Markov Processes and Their Applications [M].Wiley:Chichester,1980:223-250 |
No related articles found! |
|