求解随机机会约束规划的免疫克隆混合算法及应用

求解随机机会约束规划的免疫克隆混合算法及应用

ID:23535037

大小:4.70 MB

页数:54页

时间:2018-11-08

求解随机机会约束规划的免疫克隆混合算法及应用_第1页
求解随机机会约束规划的免疫克隆混合算法及应用_第2页
求解随机机会约束规划的免疫克隆混合算法及应用_第3页
求解随机机会约束规划的免疫克隆混合算法及应用_第4页
求解随机机会约束规划的免疫克隆混合算法及应用_第5页
资源描述:

《求解随机机会约束规划的免疫克隆混合算法及应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、太原理工大学硕士研究生学位论文1.1课题研究的背景及意义第一章绪论1.随机优化理论的多应用化及随机规划模型的多样化人们通常在解决实际工作领域中的各种问题时,往往会存在许多客观的、人为的随机性,所建立的含有随机性信息的数学模型对优化问题的求解带来传统优化问题不曾有的难度。因此,无论是理论研究还是实际应用需要都应该寻求一套有效的求解随机性优化问题的理论及方法。随机理论及随机规划便应运而生了。目前,随机理论己被应用到许多领域中,例如,资金预算、网络优化、水库调度、作业排序、电力市场报价等,这些课题既反映了随机理论在实际应用中的广

2、阔前景及应用的有效性,同时也对随机理论的研究提出了挑战⋯。随机规划在求解带有随机参数的优化问题时,因其优化问题的目标不同,可选取不同的随机规划模型。追求期望效益最优则选取期望值模型、期望效益及风险均作为优化问题的目标日'-tN选取随机机会约束规划模型、期望事件发生的概率最大可选取相关机会规划。这些模型为随机理论问题的求解提供了很有力的工具。2.免疫克隆选择算法的成熟化从上世纪末到本世纪初以来,相关领域的专家们对生物免疫系统(BiologicalImmuneSystem,BIS)的免疫原理及人工免疫系统(Artificial

3、ImmuneSystem,AIS)的克隆选择机制已有了深入的研究,与此同时,克隆选择机制的应用价值也得到了承认。作为AIS三大理论之一的免疫克隆选择算法凭借其搜索能力及种群多样化的优势特性,使其已在各类优化问题求解、调度队列、数据挖掘分类、图像处理等领域中得到了广泛的应用。其中,免疫克隆选择算法的优化领域内,学者们从算子、编码及混合算法的融合等方面提出很多新的改进算法瞳1。3.水库调度问题的复杂化随着三峡水库的竣工及试运行,邻近地区的大旱、大汛、地震、山体滑坡等一系列地质灾害引起了社会各界对三峡水库的防洪、兴利等功能的质疑

4、。专家提出的防洪体系建立不完善、入库径流问题复杂、水库利益多而矛盾等原因均无法让人们对三峡水库释太原理工大学硕士研究生学位论文疑。事实上,无论是在国内还是国外大多水库都是因水电开发项目的需要而建设的,它们的建设多半是出于对经济利益的追求,而对水库的其它功能则无暇顾及,从而造成对水库周遭生态环境的很大破坏。另一方面,水库调度策略因时段径流的随机性及其实施的风险性增加了其求解的难度。以往水库调度的模型虽大多均为随机动态规划模型,但其求解算法多采用确定算法、枚举算法,或即使采用智能算法,也多不考虑模型中的随机变量即入库径流的分布

5、,故造成制定的策略大多无法投入生产使用。因而研究如何建立一套既能确保对水资源科学有效且可持续的开发,又能保证其优化目标得到实施的科学调度体系是一个有很重大实用价值的课题。1.2国内外研究动态1.2.1求解随机机会约束规划的算法研究现状1.转化为确定等价类最开始求解随机机会约束规划模型的一类很主要的方法便是将模型的随机规划转化为其确定的等价形式,再求解转化后的确定形式。但这种方法只适用可将机会规划问题转化为确定性规划问题的情形。比如,对目标函数为线性且其约束参数服从正态分布、指数分布和均匀分布的机会约束规划问题、对某些特殊的

6、非正态系数机会约束规划问题怂[1]可02.函数逼近法因计算方法的发展,学者们陆续提出各类函数逼近法。此类方法指的是利用大样本逼近随机变量来处理随机机会约束规划模型中的随机变量难题。文献[3]首次提出可利用MonteCarlo算法将随机函数构造为确定函数。之后,学者们便开始结合MonteCarlo算法与智能算法得到新的混合算法,利用混合算法实现随机函数的逼近、求解,其中以GA应用最为有效n1。文献【1]利用MonteCarlo算法将随机机会约束规划问题中的随机变量转化为确定变量,继而转为求解确定性数学规划问题,且提出Mont

7、eCarlo回溯算法来实现函数的逼近以解决MonteCarlo算法的模拟次数及样本数确定的盲目性问题。文献【4]提出一种将遗传算法、MonteCarlo算法和神经网络相结合的混合智能算法、2太原理工大学硕士研究生学位论文文献[5]提出一种将粒子群算法、MonteCarlo算法及BP网络相结合的混合智能优化算法来求解随机机会约束规划模型,其算法核心均为先利用MonteCarlo算法和神经网络实现函数的逼近,再利用智能优化算法求解己逼近的函数,国内外研究工作者还在努力寻求求解随机机会约束规划模型的新的、更为有效的算法H3。1.

8、2.2免疫克隆选择优化算法的发展及现状文献[6]中提出一种利用免疫补充机制模拟BIS的机体应答抗原的动态过程,利用新个体的更新来得到函数的解。文中在函数求解过程中,克隆选择表现的强搜索性、多样性等特性首次得到认可。文献[7]中利用Baldwin效应分析B细胞的分化增殖过程,从理论及实例证明此过程即为抗体

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。