论文部分内容阅读
膜计算是从生物细胞以及由细胞组成的组织和器官的功能与结构中抽象出来的计算模型。在膜计算理论研究基础上,受进化交流与拓扑结构启发,本文研究了基于膜计算的优化方法及其应用问题。通过典型测试函数对所提出的算法进行了性能测试与对比,并针对化工过程的参数估计和船舶柴油机控制器设计进行了仿真实验。本文主要的研究成果如下:(1)基于标准膜计算的基本框架,受进化交流拓扑结构启发,提出了一种具有星形拓扑结构的膜计算优化方法——ST-MC(star topology-membrane computing)算法。该算法具有三个并行的子系统,使用了膜计算的改写、粘贴、换位、交流进化规则。采用了6个具有搜索空间大、局部极小点多、欺骗性强等特点的测试函数来构建测试环境,进行寻优并与受DNA结构启发的膜计算优化算法(DNA-MC),具有DNA双链结构的膜计算优化方法(dsDNA-MC)算法进行对比,显示了该算法具有求解质量高,稳定性强等特点。(2)针对ST-MC算法中进化规则的操作概率具有模糊、不确定性的特点,将模糊逻辑和ST-MC算法结合,提出一种模糊星形拓扑结构的膜计算优化方法——FST-MC(fuzzy star topology-membrane computing)算法。该算法设计了一个双输入单输出的模糊控制器对换位概率进行模糊求解。算法进化次数的变化使得换位概率得到及时更新,从而体现了自适应性。通过典型测试函数进行验证,显示了FST-MC算法的有效性。(3)将所提出的ST-MC算法用于化工过程的参数估计,以生物酶分解和重油热裂解为背景进行了应用研究。所得结果与文献中的方法、SGA等进行比较,显示了该算法的优越性。将FST-MC算法用于控制器优化研究,以具有多个性能指标的船舶柴油机控制器设计为例子,从实验数据中得到了使控制器性能稳定的参数,并与文献中的方法进行了比较。