混合智能优化算法模型研究及其在组合优化中的应用

优化问题普遍存在于科学研究、工程技术和经济管理等诸多领域，优化理论与算法的研究是一个同时具有理论意义和应用价值的热点课题。特别地，由于实际优化问题的复杂性，混合智能优化算法已成为当今计算机科学与运筹学的一个共同研究热点。但是目前，研究者们还是仅从自己的角度出发，针对特定问题不断提出个性化的混合算法，还没有一个好的混合算法统一模型来评估现有的各种混合算法的性能，揭示各种算法起作用的关键机制和元件，从而指导新的混合智能算法的设计和开发。所以，本研究：1）提出一个统一的混合智能优化模型，来揭示和解释现有的各种混合智能优化算法的特点和内部机制。2）依据提出的混合智能模型，设计和开发出两种新的实用的混合智能算法，混合Hopfield神经网络算法和混合分散搜索算法，从而展示统一模型的指导作用。3）把提出的新的混合智能算法应用于理论上经典的组合优化问题，和实际的组合优化问题，验证算法的性能。

优化问题普遍存在于科学研究、工程技术和经济管理等诸多领域，优化理论与算法的研究是一个同时具有理论意义和应用价值的热点课题。特别地，由于实际优化问题的复杂性，混合智能优化算法已成为当今计算机科学与运筹学的一个共同研究热点。但是目前，研究者们还是仅从自己的角度出发，针对特定问题不断提出个性化的混合算法，还没有一个好的混合算法统一模型来评估现有的各种混合算法的性能，揭示各种算法起作用的关键机制和元件，从而指导新的混合智能算法的设计和开发。所以，本课题主要完成了如下工作：（1）提出一个混合智能优化模型，用于解释现有各种混合智能优化算法取得优良性能的根本原因，并为设计新的混合算法提供指导作用。（2）依据提出的混合智能模型，设计和开发出多种新的实用的混合智能算法：混合Hopfield神经网络算法、混合差分演化算法、混合模拟退火算法和混合分布估计算法，从而展示统一模型的指导作用。（3）把提出的新的混合智能算法应用于理论上经典的组合优化问题：无约束二进制二次规划问题、最大割问题、最大分散度问题、多维背包问题，以及实际的组合优化问题：通讯中的频道分配问题和终端分配问题、图像处理中的多边形近似问题，从而验证算法的性能。