基于分布估计算法的混合智能优化算法的研究与应用

最优化技术在科学、工程等领域都有极广泛的运用，受到了理论界和工程界的广泛关注和深入研究，优化理论与算法的研究已成为一个同时具有理论意义和应用价值的重要热点课题。差分演化算法是解决优化问题的非常有效的新兴算法,但它主要用于连续优化领域,至今尚不能象解决连续优化问题那样有效的处理离散或组合优化问题。Hopfield神经网络用于组合优化问题由来已久，但一直存在着局部最小值问题。本课题旨在提出解决离散或组合优化问题的新的离散差分演化算法和寻找克服Hopfield神经网络的局部最小值问题的新方法，为此，本课题基于分布估计算法的思想，提出了基于分布估计算法的离散差分演化算法和基于分布估计算法的离散Hopfield神经网络算法。同时利用新提出的算法解决理论上的经典组合优化问题，如无约束二进制二次规划问题，和工程实践中如通讯领域和数据挖掘领域的典型组合优化问题，验证算法的优化性能，拓宽算法的应用领域。