头脑风暴优化算法研究及在无线传感器网络中的应用

Individual clustering and individual updating are two key operations in the brain storm optimization algorithm. In this project, we first will analyze the influence of individual clustering methods and/or individual updating methods on the performance of the brain storm optimization algorithm,then we will design a brain storm optimization algorithm which can better balance between the convergence and divergence. Second, we will modify the brain storm optimizton algorithm to solve optimization problems with constraints and multi-objective optimization problems in order to to suit for solving wider range of real application problems. Finally, the brain storm optimization algorithm will be applied to solve optimization problems existed in the wireless sensor networks. The brain storm optimization algorithm is inspired by the human brainstorming process. Human being is the most intelligent animals in the world, therefore, intuitively, it should be superior to other swarm intelligence algorithms which are inspired by animals with lower level intelligence. The project is expected to make progress in both theory and applications.

个体聚类和个体更新是头脑风暴优化算法的两大核心部分。本课题首先分析和验证不同个体聚类方法和个体更新方法对头脑风暴优化算法性能的影响，在此基础上设计能更好平衡算法收敛和发散的头脑风暴优化算法；然后分析、研究和设计能求解约束优化问题或多目标优化问题的头脑风暴优化算法，使之能更好地解决更为广泛的实际应用问题；最后，本课题将设计改进的头脑风暴优化算法来优化设计无线传感器网络。头脑风暴优化算法是受人类集思广益方法之一头脑风暴方法的启发提出来的。人是世界上最高等、最智能的动物，因而基于头脑风暴方法提出的优化算法应具有一定的求解优化问题的优势，有望成为一有效的新算法。预期的研究成果是群体智能研究领域的开拓性研究，具有一定的前瞻性。研究成果将在理论研究和实际应用中取得创新成果，为商业应用奠定坚实基础。

头脑风暴优化算法具有两个主要操作，既个体聚类和个体更新。个体聚类用来寻找能产生好解的搜索区域，个体更新则用来实际生成新解来更好地搜寻新的搜索区域。项目期间我们设计了多种个体聚类操作：1）用k-medians聚类算法取代k-means聚类算法从而使优化算法对极端值不敏感；2）采用凝聚层次聚类算法和相似性传播聚类算法而不是k-means聚类算法来实现个体聚类操作，从而不需要预先确定分类数；3）提出了随机分类方法和在目标空间中对解进行“聚类”，而不是在解空间，从而大大减少了计算复杂度。设计了多种个体更新操作：1）融入模拟退火方法；2）基于类内和类间讨论方法；3）融入差分演化策略；4) 采用重新初始化方法；5）设计闭环式个体更新；6）融入捕食者和猎物概念的个体更新操作；7）设计和采用类中个体分布信息估计方法。头脑风暴优化算法的性能很大程度上取决于个体聚类和个体更新操作的全局和局部搜索能力的平衡。为此，我们定义了头脑风暴优化算法的多样性来监测算法多样性的变化。算法的研究是为了解决问题，在头脑风暴优化算法中我们采用惩罚函数方法来处理约束优化问题；因为目标空间的维数一般远远小于解空间的维数，我们设计了多种目标空间头脑风暴多目标优化算法。同时设计的头脑风暴优化算法被应用于无线传感器网络优化，如卫星编队和无线传感器网络的优化覆盖。..算法的研究不是独立的，而是相互关联的。在研究头脑风暴优化算法的同时也应该研究其它算法，在头脑风暴优化算法的研究中借鉴其它算法的优势。项目期间我们提出和研究了多种新的群体优化算法：如极值优化算法。..项目期间,按照自然科学基金申请书提出的计划进行研究，已经完成了自然科学基金申请书中提出的全部目标，其中发表杂志论文24篇，国际会议论文21篇，书章节4篇，编辑书1本，全部标注基金资助；以及培养和指导博、硕士研究生12名，参与举办国际会议16次。..由自然科学基金支持的头脑风暴优化算法从提出到现在依据Google已有79篇文章和两本博士论文。.