伊藤算法及其在动态仿真优化中的理论研究

伊藤算法是在伊藤随机过程的启发下独立提出的智能优化算法，其模仿花粉粒子的无规则运动，并引入飘逸项而得名。类似于其他的启发式算法，它同时也体现了仿生演化算法的群体作用特征。本项目研究伊藤算法中的两个关键算子：漂移率和波动率，来解决一般启发式算法的两个重要矛盾：探索和开发。并研究利用伊藤过程、下鞅过程以及离散动力系统来研究伊藤算法的收敛性、收敛速度、稳定性理论，并进一步推广用于分析一般演化算法的收敛性；研究若干算法控制策略以加快算法的求解速度；这些是进行算法应用的基础；重点将伊藤算法应用于动态仿真优化领域，研究二者的结合方法、算子的设计方法，并结合大数定理研究动态仿真优化的解评价方法。作为伊藤算法应用于仿真优化的实例，最后本项目研究动态车辆调度问题，并尝试开发动态车辆调度问题的仿真器，作为统一的算法评价工具和实用化的应用工具。