智能优化方法PPT东北大学+王俊伟.ppt

智能优化方法AI-Based Optimization Methods 课程进度 No.1 导言、伪随机数的产生方法 No.2 遗传算法(GA) No.3 遗传算法(GA) No.4 遗传算法(GA) No.5 禁忌有哪些信誉好的足球投注网站(TS) 课程进度 No.6 模拟退火(SA) No.7 新发展起来的算法 蚁群优化(ACO)，粒子群优化(PSO) 捕食有哪些信誉好的足球投注网站（PS）,群落选址算法（CLA） No.8 考试 教材 《智能优化方法》 汪定伟 王俊伟 王洪峰 张瑞友 郭哲 编著 高等教育出版社 中英文文献 第一章 导言 第一章 导言 〇.最优化的重要性 一.传统优化方法的基本步骤——三步曲 二.传统优化方法的局限性 三.实际问题中对最优化方法的要求 四.智能优化算法的产生与发展 五.应用前景局限性和研究方向、注意事项 〇.最优化的重要性（1） 人类的一切活动都是认识世界和改造世界的过程 即： 认识世界 → 改造世界 ↓ ↓ (建模) (优化) 〇.最优化的重要性（2） 一切学科都是建模与优化在某个特定领域中的应用 概念模型(定性) → 结构模型(图)→ → 数学模型 → 智能模型 〇.最优化的重要性（3） 最优化理论的发展 极值理论； 运筹学的兴起(Operation Research)； 数学规划：线性规划(LP)；非线性规划(NLP)；动态规划(PP)；马尔托夫规划(MDP)；排队轮；决策论；存储论。 最优化理论在国民经济中的广泛应用 一.传统优化方法的基本步骤—三步曲（1） 如下面框图所示 选一个初始解 LP:大M，二阶段法 NLP:任意点或一个内点 一.传统优化方法的基本步骤—三步曲（2） 一.传统优化方法的基本步骤—三步曲（3） 向改进方向移动——改进解 LP:转轴变换(进基、退基) NLP:向负梯度方向移动(共轭梯度方向、牛顿方向) 二.传统优化方法的局限性（1） 对问题中目标函数、约束函数有很高的要求——有显式表达，线性、连续、可微，且高阶可微; 2. 只从一个初始点出发，难以进行并行、网络计算，难以提高计算效率； 二.传统优化方法的局限性（2） 最优性达到的条件太苛刻——问题的函数为凸，可行域为凸； 在非双凸条件下，没有跳出局部最优解的能力。 三.实际问题中对最优化方法的要求（1） 对问题的描述要宽松(目标和约束函数)—— 可以用一段程序来描述(程序中带判断、循环)，函数可以非连续、非凸、非可微、非显式； 并不苛求最优解——通常满意解、理想解就可以了； 三.实际问题中对最优化方法的要求（2） 计算快速、高效,可随时终止(根据时间定解的质量)； 能够处理数据、信息的不确定性(如数据的模糊性，事件的随机性)。 四.智能优化算法的产生与发展（1） 1975年holland提出遗传算法 (Genetic Algorithm) 1977年Glouer提出禁忌有哪些信誉好的足球投注网站算法 (Tabn Search) 四.智能优化算法的产生与发展（2） 1982年Kirkpatrick提出模拟退火算法 (Simulated Annealing) 人工神经元网络 1995年Dorigo提出蚁群算法 (Ant Colony Optimization) 四.智能优化算法的产生与发展（3） 1995年Kennedy Eherhart提出粒子群优化 (Particle Swarm Optimization) 其它 文化算法(Cultural Algorithm) 人工生命算法(Artificial-Life Algorithm) 四.智能优化算法的产生与发展（4） 我们统称以上算法为人工生命计算 (Artificial Life Computation) 人工生命计算 + 模糊逻辑 (Fuzzy Logic)= 软计算(Soft Computation) 人工生命计算 + 进化编程 = 进化算法 (Evolutionary computation) 五.应用前景局限性和研究方向、注意事项（1） 应用前景十分广阔——国民经济的各个领域 局限性——不能保证最优解，理论上不完备 五.应用前景局限性和研究方向、注意事项（2） 研究方向及注意事项 以应用为主，扩大面向新问题的应用；不要刻意做理论研究，若碰上也不拒绝; 算法改进表