混合蛙跳算法及其应用研究

本项目主要针对混合蛙跳算法存在的易收敛到局部最优、求解部分函数优化问题效果不够理想、算法理论基础薄弱等问题，采用Markov链理论对混合蛙跳算法进行建模与分析，证明其收敛性，并通过仿真实验分析参数对算法性能的影响，为更好地实现算法提供参考依据，加强混合蛙跳算法的理论基础。在此基础上，深入研究混合蛙跳算法改进技术及局部更新策略、与其他智能算法的融合技术，采用客户/服务器模式，研究混合蛙跳算法在局域网上的并行实现技术，预防算法陷入局部最优，提高解空间的搜索效率及算法的优化性能，进一步拓展混合蛙跳算法的应用领域。通过以上研究，加强算法的理论基础，完善混合蛙跳算法。研究成果将促进和推动混合蛙跳算法及群体智能算法的研究和应用，为解决复杂的、非线性和系统性问题提供一条更有效、更快速的新途径，对于实际应用领域的研究提供理论依据和指导。

本项目深入研究了混合蛙跳算法的改进技术及局部更新策略、与其他智能算法的融合技术、拓展了混合蛙跳算法的应用领域，研究了混合蛙跳算法的并行实现，进一步完善了算法的理论基础。取得的研究成果主要有：(1)分析了基本混合蛙跳算法的状态空间，采用Markov链,从理论上对混合蛙跳算法的收敛行为进行分析,证明混合蛙跳算法具有全局收敛性，并通过仿真实验，分析了算法参数对算法性能的影响，为更好地利用该算法解决实际优化问题提供了理论基础和依据；(2)采用基于平均距离的种群多样性，分析了混合蛙跳算法中的三个算子对种群多样性和平均优化结果的影响；(3)研究混合蛙跳算法改进技术，提出了12种改进的混合蛙跳算法（快速混合蛙跳算法，量子二进制混合蛙跳算法，多智能体混合蛙跳算法，带记忆功能的混合蛙跳算法，带收缩因子的混合蛙跳算法，混沌混合蛙跳算法，基于邻域正交交叉算子的混合蛙跳算法，基于平均值的新型混合蛙跳算法，单种群混合蛙跳算法，量子混合蛙跳算法，基于模糊阈值补偿的混合蛙跳算法，带全局共享因子的混合蛙跳算法），这些改进算法有效提高了混合蛙跳算法的优化性能；(4)进一步拓展了混合蛙跳算法的应用领域，将混合蛙跳算法应用于电力系统经济调度，负荷模型参数辨识，国民经济综合指标评价，聚类算法，输电网优化规划模型，TSP等问题的解决；(5)实现了混合蛙跳算法在多核计算机上的并行计算，大幅缩短了算法的运算时间，提高了运算效率。