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。本课题针对神经网络优化算法的局部最小值问题和演化计算优化方法(如差分演化算法,粒子群优化算法和克隆选择算法等)的早熟问题,把分布估计算法看作是一种机器学习方法,并利用其有效的学习能力来改善神经网络和演化计算方法的寻优性能,从而提出了一系列的基于分布估计算法的混合智能优化方法。然后利用新提出的系列算法解决理论上的经典优化问题和工程实践中典型优化问题,以验证算法的优化性能,拓宽算法的应用领域。
英文主题词Estimation of distribution; evolutionary computation; Hopfield neural network; tabu search; combinatorial optimization