一种新的多点随机搜索算法——类电磁机制算法的扩展与应用

本项目研究一种新型的随机全局优化算法- - 类电磁机制（EM）算法。通过分析扰动粒子的作用机制，建立统一的EM算法模型，使得EM算法的收敛性证明具有一般性。通过分析EM算法的优化机制，提出EM算法的改进措施并建立EM算法的效率加速理论，进而提出改进EM算法。将改进EM算法应用于函数优化、神经网络训练、流水车间调度等问题，提出相应的算法，并开发相应的软件工具。本项目可为函数优化、神经网络训练、流水车间调度等问题的解决提供一种新的有效方法，并为EM算法或改进EM算法在优化领域的其它应用奠定良好的基础。一方面，可以丰富全局优化方法，推进全局优化学科发展；另一方面，也可以为其它相关优化问题的解决提供新的思路与方法。因此，本项目具有重要的研究价值和应用价值。

在科学、经济、工程和管理领域中，许多最新的进展都依赖于全局优化技术。目前，研究智能优化算法已经成为全局优化领域研究的发展趋势之一。而基于种群的算法又是其中的热点。本项目研究一种新的多点随机搜索算法类电磁机制算法，推进EM算法在全局优化领域的发展与应用，可以丰富全局优化方法，另一方面，也可以为其它相关优化问题的解决提供新的思路与方法。主要研究内容与成果如下：.(1).深入分析了该算法的优化机理，找出该算法的缺点，对其进行了相应的改进，并将其应用到无约束优化问题、约束优化问题和多目标优化问题。.(2).提出了基于EM算法的人工神经网络训练算法，并将其用来预测旅游需求，验证了算法的有效性。并将多目标EM算法同时训练神经网络的权重与结构。.(3).将EM算法应用于模糊流水车间调度，并提出了离散化的EM算法，成功求解了置换流水车间调度和分布式置换流水车间调度问题。.(4).将EM算法应用于其他工程优化问题，如铣削参数优化，刀具路径优化，装配序列规划和模式分类等问题，取得了很好的优化结果。.(5).将EM算法开发成软件，为函数优化等问题提供了有效的求解工具。