全局优化理论几种算法的改进研究

本书主要围绕神经网络优化、粒子群优化方法和填充函数方法等全局优化方法展开了深入研究，取得了系列研究成果，丰富和完善了全局优化理论几种算法的改进和应用研究。首先，针对Hopfield网络优化，从优化计算存在问题出发，比较分析Hopfield网络优化和模拟退火优化，找到了两种算法的切入点，给出了嵌入式混合优化算法SA―HNN的原理和实现步骤，数值仿真证明了SA―HNN混合优化算法用于组合优化的可行性，有一定工程实用价值。其次，针对粒子群优化算法，以提高种群多样度、**解精度和优化效率为目标，把混沌机制融入粒子群优化，提出了基于混沌的弹性粒子群全局优化算法；同时，把经典的梯度下降算法与上面提出的弹性修正粒子速度有机结合，互为补充，提出了基于梯度的弹性粒子群全局优化方法，数值实验证明了各改进算法的有效性和适用性。最后，针对填充函数方法，提出了一类新的无参数填充函数，把混沌优化与填充函数方法有机结合，提出了基于混沌和填充函数的全局优化方法，数值实验验证了算法的优越性。