和声搜索算法在函数优化问题中的应用研究

《和声搜索算法在函数优化问题中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、东北大学硕士学位论文摘要和声搜索算法在函数优化问题中的应用研究摘要优化是一种以数学为基础，用于求解各种实际问题的应用技术，其目的是对一个给定问题，从众多方案中选择出一个最优方案。在实际工程中，许多问题属于多目标、非线性，甚至更复杂的问题。经典优化算法很难在有效时间内解决这类问题，智能优化方法是解决这类问题的有效途径之一。和声搜索(HarmonySearch，HS)算法是一种新颖的智能优化算法，源于音乐创作。在音乐演奏中，乐师们凭借自己的记忆，通过反复调整乐队中各乐器的音调，最终达到一个美妙的和声状态。目前，HS已经成为了智能优化算法的一个热门研究领域，本文针对HS算法在函数优化问题中的

2、应用进行了如下几方面研究：综述了HS算法。依次给出了算法的起源，原理，基本步骤，算法分析，最后综述了算法的国内外研究情况，为后续研究打下理论基础。提出了改进的和声搜索算法。为了提高和声搜索算法的有效性，提出了基于动态和声记忆库的改进和声搜索算法。对新算法做了benchmark函数测试，结果验证了新算法的有效性。提出了基于迭代局部搜索的和声搜索算法。该算法在充分利用和声记忆库中信息和提高搜索效率的同时，对于不满足停止准则的新和声采用基于改进kick策略移动的迭代局部搜索算法进行寻优，从而使新算法具有较强的“爬山”能力。针对四个benchmark函数对新算法做了测试，并与粒子群优化算法以及

3、已有的几个算法进行了比较，结果表明该算法跳出局部极值点的能力较强、收敛速度更快、寻优精度较高；最后将新算法应用到焊接梁的优化设计、弹簧质量最小化、容器优化设计问题中，仿真结果验证了该算法在解决某些工程优化问题时，效果优于原始的和声搜索算法、遗传算法等方法。关键词：和声搜索算法；智能优化算法；迭代局部搜索；函数优化东北大学硕士学位论文AbstractResearchontheApplicationofHarmonySearchAlgorithminFunctionOptimizationProblemsAbstractOptimizationisatechnologybasedonmat

4、hematics，itlSusedtosolveallkindsofpracticalproblems．Itspurposeistochoosethebestsolutionfrommanysolutions．Inactualengineeringfields，manyproblemsbelongtomulti—objectives，non-linear,evilcomplexproblems．TraditionaloptimizationmethodscannotsolvetheseproblemseffectivelyinacceptableCPUtime．intelligento

5、ptimizationmethodsisa11effectivewaytosolvetheseproblems．Harmonysearchisanewintelligentoptimizationalgorithm，andcomeofmusicimprovisation，namely,imitatingthemusicimprovisationprocesswheremusiciansimprovisetheirinstruments’pitchesandfindaperfectsrateofharmony．Nowadays，HShasbeenahotresearchareainint

6、elligentoptimizationalgorithm，andthispaperforcusontheHSusedinfunctionoptimizationproblems，anddothefollowingresearches：TheHSalgorithmisreviewed．Theoriginal，principle，basicprocesses，analysisofHSaregivenrespectively,andfinallyoverviewoftheapplicationsofHSinabroadandChinaaregiven．Theseresearchesaret

7、hebasictodootherfollowingresearches．TheImprovedHSalgorithm(IHSA)isproposed．ToimprovetheefficiencyofHS，theIHSAisproposedbasedondynamicharmonymemory．TheIHSAistestedonthefourbenchmarkfunction，andtheresultsshowthattheIHSAisfeasi