求解带约束函数优化的两级自适应遗传算法

针对带约束的非线性函数优化问题 ,提出一个两级自适应遗传算法。根据待优化函数和约束构造拉格朗日对偶函数 ,在下级对给定的拉格朗日乘子 ,用遗传算法搜索变量的最优解 ;在上级针对拉格朗日对偶函数 ,用遗传算法搜索拉格朗日乘子的最优解。采用自适应的方法 ,根据个体的适配值和种群的适配值统计特性确定交叉概率和变异概率。计算结果表明 ,该算法是有效的。     

拥塞型中转站选址设计和容量决策问题

提出了拥塞型中转站选址和设计优化模型,设施设计包括设施容量和流量分配。已知各个O-D对产生的需求量分布函数,将中转站模拟成M/M/1的排队系统,建立了以设施选址成本、交通成本、拥塞成本和容量成本之和最小的非线性混合整数规划。根据容量为连续变量和离散变量两种不同的情况,提出了两种拉格朗日松弛算法求解。最后,通过大规模算例验证了算法的有效性,并比较了两种情况下的成本。     

一种基于免疫遗传算法的认知决策引擎

为改善认知无线电的自适应参数调整功能,设计了一种基于免疫遗传算法的认知决策引擎。运用免疫遗传算法对无线电系统待优化的目标函数进行寻优,针对一种多载波系统对算法性能进行了仿真分析。结果表明,该认知无线电决策引擎在爬山能力、收敛精度和算法稳定度等方面要优于基于标准遗传算法和模拟退火遗传算法的决策引擎。     

求解多峰函数优化的小生境克隆选择算法

分析了传统的用于多峰函数优化问题的小生境遗传算法的特点和不足,基于免疫系统中的克隆选择原理,运用记忆算子、抑制算子和重组算子等技术对克隆选择算法进行了改造,并引入一种新的小生境技术,提出了一种解决多峰函数优化问题的小生境克隆选择算法。最后,实现了该算法对单无人作战飞机（unmanned combat air vehicle, UCAV)多航路规划这类多峰函数优化问题的优化仿真,结果表明该算法简单有效。     

一种含整数型两层决策问题的求解方法

本文利用拉格朗日松驰技巧为两层决策问题构造了简单的线性定界函数，针对上层决策变量为０－１变量的两层决策问题，提出了一种分枝定界算法。文中给出的算例说明了算法的有效性。     

基于粒子群-遗传的混合优化算法

提出了一种基于实数编码的粒子群优化和遗传算法的混合优化算法,该算法首先由粒子群优化进化一定代数后,将最优的M个粒子保留,去掉适应度较差的pop_size M个粒子。然后以这最优的M个粒子的位置值为基础,选择复制得到pop_size M个个体,并进行交叉、变异等遗传算法运算。最后将保留的M个粒子位置值与遗传算法进化得到新的pop_size M个体合并形成新的粒子种群,进行下一代进化运算。该算法在进化过程中能进行多次信息交换,使两种算法互补性得到更充分的发挥。通过5个函数优化实例与其他多种算法的对比研究,表明该算法收敛性能好,运算速度快,优化能力强。此外,还研究了最优粒子保留规模M以及粒子群优化进化较少代数规模对算法性能的影响。     

自适应调整选择压力的灾变元胞遗传算法

对于遗传算法而言,全局探索和局部寻优能力之间的平衡影响算法的性能,选择压力就代表着这个平衡.只有当全局探索和局部寻优之间的平衡达到最佳化才能够使算法又快又精确的寻求到全局最优解.随着算法运行,种群结构不断的变化,选择压力也在不断变化.分析研究了灾变元胞遗传算法的选择压力,根据种群多样性和种群收敛度,提出一种基于灾变参数调节选择压力的自适应元胞遗传算法.通过两个典型函数优化实验,表明选择压力自适应调节可提高算法性能,并得出这两个函数在寻优过程中的最佳选择压力变化规律,这为自适应算法设计提供了一种新的途径.     

基于BFOA的拉格朗日插值点最优配置

拉格朗日插值法是工程中常用的函数近似重构技术,其有效性与采样点的位置选择密切相关。细菌觅食优化算法(BFOA)则是一种新兴的模拟大肠杆菌觅食行为的群体智能算法,目前尚未得到广泛的应用。提出利用细菌觅食优化算法进行拉格朗日插值点的优化求解,结果优于传统方法。本研究验证了细菌觅食优化算法的有效性,同时为拉格朗日插值点的最优配置提供了新的解决思路。     

求解无容量设施选址问题的拉格朗日狼群算法及其应用

无容量设施选址问题(UFL)是应用于诸多领域的经典组合优化难题。首先,结合UFL问题的具体特征,重新定义了狼群算法中狼群协作捕食的智能行为,提出了求解该问题的狼群优化算法;其次,将狼群算法与拉格朗日松弛相结合,设计了一种求解UFL问题的拉格朗日狼群算法;最后,将本文提出的狼群智能优化算法及拉格朗日狼群算法用于UFL基准问题库中部分算例的求解,并将其求解结果与混合蚁群算法、半拉格朗日松弛方法以及优化软件CPLEX的求解结果进行比较。结果表明：拉格朗日狼群算法较狼群优化算法、混合蚁群算法及半拉格朗日松弛方法具有更好的求解效果,而且在一定程度上缓解了CPLEX求解时间长,消耗内存大的缺点,拥有良好的求解性能。     

改进的快速遗传算法及其性能研究

遗传算法作为一种有效的全局随机优化方法,在工程界已得到了广泛应用。为了克服工程应用中遗传算法所表现出的计算费时、稳定性差等缺点,提出了一种快速收敛的遗传算法,从初始群体生成及遗传算子操作等几个方面作了改进。通过几个复杂函数的优化仿真实验,证明该算法能大大提高遗传算法的收敛速度,明显改善算法的计算稳定性。     

Hierarchical Control for Large-Scale Systems

1. INTRODVCTIONSeveral hierarchical or muli-1evel optidrization approaches have been aPplied to large--sca1e colltro1 problemsduring the last three decades. The theoretical development of decomposition and co--ordination has grownby leaps and bounds [1] and many successful applications have been reported [2]. Recently, the multi-leveloptimization aPproach has benn extended illto large-scale multi--objective system [3, 4]. Most of the muli-level optimization approaches have, however, been…     

A nonmonotone line search filter method with reduced Hessian updating for nonlinear optimization

This paper proposes a nonmonotone line search filter method with reduced Hessian updating for solving nonlinear equality constrained optimization. In order to deal with large scale problems, a reduced Hessian matrix is approximated by BFGS updates. The new method assures global convergence without using a merit function. By Lagrangian function in the filter and nonmonotone scheme, the authors prove that the method can overcome Maratos effect without using second order correction step so that the locally superlinear convergence is achieved. The primary numerical experiments are reported to show effectiveness of the proposed algorithm.     

基于增广拉格朗日乘子的快速高阶全变分图像去噪方法

高阶全变分图像去噪方法利用图像方向导数的可分L1范数,构建优化方程进行图像去噪,可以在去除图像噪声的同时有效保留图像中的细节信息。然而传统高阶全变分方法计算复杂度较高、耗时较长。针对此问题,提出了一种基于增广拉格朗日乘子的快速高阶全变分图像去噪方法。首先,利用Huber方程重建高阶全变分优化方程;其次,通过添加辅助变量及引入拉格朗日乘子,将优化方程转换为两个较易求解的子问题进行交替最小化迭代求解。实验证明,在相同条件下,与传统方法相比,基于增广拉格朗日乘子的高阶全变分图像去噪方法可以大幅提高运算速度,并且能在去除图像噪声的同时更好地保留图像边缘、纹理、细节等信息,获得视觉效果更好的去噪图像。     

基于平均有效容量的认知无线电功率控制算法

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。     

新零售背景下药品协同配送优化研究

随着药品网上零售的发展以及将线上线下融合为核心理念的新零售模式的涌现,药品的全渠道运作特别是协同配送优化问题引起学术界和产业界的广泛关注.新零售背景下药品的前置仓储,配伍使用和客户需求时效性等运营特点给新零售背景下药品配送策略的制定带来了新的难题.本文采用时空网络建模思想,在精准刻画系统决策过程的同时简化模型结构.根据优化问题的两阶段复杂决策特性,本文设计基于拉格朗日松弛方法的综合优化算法求解该模型.最后通过算例分析验证了方法的有效性和高效性,并通过参数敏感性分析提出相应的管理启示,给新零售背景下的药品协同配送运营决策提供参考和建议.     

基于ALPSO算法的低轨卫星小推力离轨最优控制方法

低轨卫星在到寿后,需要在一定时间内离轨,而轨道高度高于800 km的卫星难以在自然条件下离轨.为了使卫星在规定时间内离轨,提出一种基于增广拉格朗日粒子群优化(augmented Lagrangian particle swarm optimization,ALPSO)算法的低轨卫星小推力离轨最优控制算法.首先依据小推力...     

放大转发中继系统中基于SCMA的能效资源分配方案

放大转发中继系统中,以提升能效为目标,在保障各用户的最小速率需求下,提出一种子载波顺序配对以及稀疏码分多址(sparse code division multiple access, SCMA)码本功率联合资源分配算法。将能效资源分配建模为一个混合型整数优化问题,并将其拆分为子载波配对和码本及功率分配两个独立的子问题。首先,预设码本和功率分配,基于能效对子载波进行配对。然后,在子载波固定配对的情况下,基于能效码本采用最优信道选择的分配方法,功率问题转化为含有参量的凹函数,构建拉格朗日函数进行迭代求解。最后,码本和功率交替迭代优化直至收敛。仿真表明,所提算法较其他方案可以提升约29%的系统平均能效,同时也保证了每个用户的最小速率需求。     

A filter secant method with nonmonotone line search for equality constrained optimization

<正> This paper proposes a filter secant method with nonmonotone line search for non-linearequality constrained optimization.The Hessian of the Lagrangian is approximated using the BFGSsecant update.This new method has more flexibility for the acceptance of the trial step and requires lesscomputational costs compared with the monotone one.The global and local convergence of the proposedmethod are given under some reasonable conditions.Further,two-step Q-superlinear convergence rateis established by introducing second order correction step.The numerical experiments are reported toshow the effectiveness of the proposed algorithm.