本文研究文化粒子群算法及其在布局方案设计中的应用,其工程应用背景是复杂系统布局设计问题,如:航天器舱的布局方案设计、集成电路元件布局设计等。本文所研究的布局设计问题从数学理论角度讲,属于组合优化问题,具有NP难度;从实用角度考虑,具有广泛的工程背景和应用价值。 布局设计问题长久以来一直为学术界和工程界所密切关注,并且发展了一系列具有可操作性的求解算法,如启发式算法、图论法、演化计算等。但对布局问题求解算法的探索不存在某种算法一统天下的局面,因此对布局设计问题的探索从未止步。粒子群优化算法(PSO)是一种新兴的基于群体进化的优化方法,是演化计算的一种,具有计算简单、鲁棒性好等优点,已成功应用于多个领域,但它还存在着易陷入局部最优、全局搜索能力不强等缺点,为克服其缺点,本文在深入研究粒子群优化算法和文化算法的基础上,将粒子群优化算法纳入文化算法框架,发挥二者的长处,提出了文化粒子群优化算法,用于解决本文布局设计问题。 本文主要工作如下: (1)给出文化粒子群优化算法。该算法模型将PSO纳入文化算法框架,组成基于PSO的主群体空间和知识空间两空间,两空间具有各自群体可以独立并行演化,并在适当的时机实现知识空间对主群体空间的引导,达到改善粒子群优化算法全局搜索能力、提高计算精度的目的。 (2)对布局算例进行数值仿真实验。以卫星舱布局和集成电路设计为应用背景,建立相对应的简化数学模型,描述了该布局问题,并应用本文提出的算法、粒子群优化算法(PSO)以及遗传算法(GA)进行了对比仿真实验,结果表明本文方法是可行的和有效的,并优于PSO算法,与GA相比各有所长。 本课题以及求解方法具有理论意义和应用参考价值,为继续深入研究布局优化设计方法提供了参考。 本论文课题属国家自然科学基金项目(No.50275019,50335040)资助。