三種全局優(yōu)化算法的研究及其應用.pdf

1、本文研究了三種全局優(yōu)化算法并將它們應用子直流電機非線性系統(tǒng)模型辨識和TSP問題中，全局優(yōu)化算法具有很強的搜索能力可以很容易跳出優(yōu)化問題的局部極值，極大地提高了優(yōu)化性能和搜索效率。本論文內(nèi)容主要包括三種全局優(yōu)化算法的工作原理和應用前景、基于遺傳算法和單純形法的直流電機非線性模型參數(shù)辨識、改進混沌優(yōu)化算法及其在電機非線性模型參數(shù)辨識中的應用和混沌神經(jīng)網(wǎng)絡在TSP問題中的應用。 全局優(yōu)化算法是隨著組合優(yōu)化問題等一批復雜優(yōu)化問題的提出而

2、逐漸涌現(xiàn)出來的，并在工程、管理等諸多領域得到廣泛應用。本文前兩章主要介紹全局優(yōu)化算法的發(fā)展歷史、特點、研究現(xiàn)狀和研究前景，并且介紹三種具有代表性的全局優(yōu)化算法，包括遺傳算法、混沌優(yōu)化算法和混沌神經(jīng)網(wǎng)絡優(yōu)化算法。 對傳統(tǒng)直流電機非線性模型進行參數(shù)辨識所存在的問題，第三章提出一種基于全局優(yōu)化算法的菲線性系統(tǒng)參數(shù)辨識的方法，充分利用遺傳算法的全局尋優(yōu)特性和單純形法快速的收斂性，通過獲取充分激勵的實際系統(tǒng)運行的輸入輸出數(shù)據(jù)，辨識出包括非

3、線性摩擦力在內(nèi)的直流電機所有的模型參數(shù)。獲取系統(tǒng)實際運行的輸入輸出數(shù)據(jù)，分別驗證電機運行于死區(qū)、飽和區(qū)和線性區(qū)時，辨識模型的精度。 針對傳統(tǒng)混沌優(yōu)化算法所存在的收斂速度慢、搜索精度不夠高等問題，本文第四章提出一種基于最優(yōu)點集的變尺度混沌優(yōu)化策略，通過不斷地縮小優(yōu)化變量的搜索空間，逐漸提高搜索的精度，從而高效地搜索到優(yōu)化問題的全局最優(yōu)點，并將此改進算法應用于直流電機非線性系統(tǒng)參數(shù)辨識中，以驗證這種算法的優(yōu)化性能和效率。 T