基于菌群生命周期行为的群体智能优化模型与算法研究

本项目以行为规则简单、易描述的大肠杆菌行为为启发对象，将其生命周期中的活动过程视为优化求解过程，系统研究新型群体智能优化模型及算法设计问题。具体研究内容包括：分析大肠杆菌生命周期活动中趋化、繁殖、迁移、群体感应等典型行为，总结其行为规律与机理，采用基于个体的建模方法，建立菌群生命周期模型；进而在该模型基础上，提出菌群优化算法（Bacterial Colony Optimization, BCO），并对其收敛性及参数选取原则进行分析；最后，在BCO算法静态单目标优化问题研究基础上，提出针对动态多目标优化问题的扩展BCO算法，并应用于动态多目标投资组合优化问题，进一步促进该算法在管理经济、工程技术等领域中相关复杂优化问题的应用。该研究为现代智能优化算法设计提供了新思路，研究成果丰富了群体智能优化理论与实践，具有重要的科学意义和应用潜力。

本项目的主要目标是启发于细菌生命周期活动过程中的典型行为，提出新型菌群优化模型与算法，并将其应用于现实复杂问题求解。研究内容包括：（1）基于个体-环境-规则建模思想，搭建了细菌生命周期仿真模型，实现了细菌生命周期活动过程中典型行为的模拟；（2）基于该模型核心思想，提出了多种具有群体智能特征的菌群优化算法，同标准测试函数与其他算法进行性能对比测试，结果表明提出的新算法可以获得更好的收敛速度与求解精度；（3）提出了解决多目标优化问题的多目标菌群优化算法，与其它传统多目标算法相比，所提算法能够获得更接近真实前端的满意解集，并且解集分布较为均匀；（4）进一步考虑了现实问题的多约束、多目标、动态性的因素，将提出的新型菌群优化算法、多目标菌群优化算法应用于流动性风险投资组合决策优化、多阶段多目标动态投资组合优化，与其它算法的对比结果验证了其有效性与可靠性；（5）开展了菌群优化算法在其它工程领域的应用研究，如车辆路径规划、RFID网络优化、工程优化、机器人路径规划等，同时还对其它群体智能优化算法，如粒子群算法、蜂群算法等进行了研究，提出了多种改进方法，进一步提高了原有算法的性能。本项目执行期间出版学术专著1部（合著），发表学术论文51 篇（包括已录用3篇），其中，SCI收录12篇(不含2篇已录用SCI论文)，SSCI、SCI双收录1篇，EI收录27篇。组织学术分会3次，大会口头报告19次，获得国际会议最佳论文奖1项，国内会议优秀论文奖1项。培养硕士研究生10人（其中8人已毕业、2人即将毕业）。