920-生物启发式优化方法及其在管理中的应用.ppt

生物启发式优化方法及其在管理中的应用
牛奔
Email: drniuben@
报告内容
启发式优化方法研究背景
生物启发式优化方法
群体智能优化方法(SI)
SI算法在管理中的应用
实例研究
2
报告内容
1
启发式计算方法研究背景
2
生物启发式计算方法
3
群体智能优化方法(SI)
4
SI算法在管理中的应用
5
实例研究
3
最优化问题模型
启发式计算方法背景
全局最优与局部最优
实际生活中的优化问题
4
经典的计算方法
17世纪Newtown 微积分
1847年 Cauchy 最速下降法
1947年 Dantzig 单纯形方法
1939年 Kantorovich下料问题和运输问题
问题求解
5
启发式计算方法
【定义1-1】启发式算法是一种基于直观或经验构造的算法,在可接受的耗费(指计算时间、占用空间等)下给出待解决优化问题每一实例的一个可行解,该可行解与最优解的偏离程度未必可事先估计。
【定义1-2】启发式算法是一种技术,该技术使得能在可接受的计算费用内去寻找尽可能好的解,但不一定能保证所得解的可行性和最优性,甚至在多数情况下,无法描述所得解与最优解的近似程度。
经典的启发式方法基本原理:根据问题的部分已知信息来启发式地探索该问题的解决方案,在探索解决方案的过程中将发现的有关信息记录下来,不断积累和分析,并根据越来越丰富的已知信息来指导下一步的动作并修正以前的步骤,从而获得在整体上较好的解决方案。
6
启发式计算方法分类
物理启发式
模拟退火算法(模拟固体熔化状态下由逐渐冷
却至最终达到结晶状态的物理过程)
量子计算(模拟量子态的叠加性和相干性以及
量子比特之间的纠缠性)
社会与文化启发
文化算法(模拟人类社会的演化过程)
人口迁移算法(模拟人口流动与人口迁移)
7
报告内容
1
启发式计算方法研究背景
2
生物启发式计算方法
3
群体智能优化方法(SI)
4
SI算法在管理中的应用
5
实例研究
8
生物启发式优化方法
遗传算法
神经网络
模糊逻辑
。。。。。
生物启发式计算是指以生物界的各种自然现象或过程
为灵感,而提出的一系列启发式智能计算方法。
遗传算法
进化过程
优化过程
生物进化过程是一个自然,并行,稳健的优化过程,这一优化过程的目的在于使生命体达到适应环境的最佳结构与效果,而生物种群通过”“优胜劣汰”及遗传变异来达到进化(优化)目的的。
10