求解约束优化问题的一类单参数填充函数

全局优化问题在科学计算、工程技术、经济管理等领域得到越来越广泛的应用,近些年来,人们相继提出一些求解无约束全局优化问题的算法,但对于求解约束优化问题的填充函数鲜有讨论。求解全局优化问题的填充函数法的关键之一在于构造一个叫作填充函数的辅助函数,文章在无强制性条件下给出了一类新的求解带一般约束优化问题的单参数填充函数,讨论了其良好的填充性质,并按其理论性质设计了一个算法,数值实验表明该函数是有效的。     

整数规划的凸填充函数算法

改造文献［１］的求解连续总体优化问题的凸填充函数算法使之适于求解整数规划问题．首先,在求出整数规划问题的一个离散局部极小解的基础上构造了整数规划问题的凸填充函数;其次,通过寻找该填充函数的离散局部极小解,以期找到整数规划问题的比当前离散局部极小解好的解．本文的算法是直接法,数值试验表明算法是有效的．     

一个求解约束全局优化问题的单参数填充函数方法

构造了求解约束全局优化问题的一个新的填充函数,分析了该函数的分析性质,设计了一个基于该填充函数的全局优化算法.数值试验表明该算法是有效的.     

求解约束规划的一个非线性Lagrange函数

提出了一个求解具有不等式约束的非线性规划问题的非线性Lagrange函数．此函数主要用于解决非凸规划问题．讨论了函数在KKT点的性质,收敛定理表明了在适当的条件下。当罚参数大于某一阈值时,产生的点列具有局部收敛性,并给出了与罚参数相关的解的误差估计．此函数的收敛速度较优于Bertsekas提出的指数函数乘子法．     

求解非线性整数规划全局最优解的填充函数法

提出了一个填充函数,用来求解严格路径连通域上的非线性整数规划全局最优解问题。探讨了该填充函数的理论性质,提出了相应的求解算法,并进行了算例测试。测试结果表明该算法令人鼓舞。     

求解全局优化问题的一个新的填充函数算法

构造了一个新的单参数且连续可微的填充函数,并将其与进化算法相结合提出了一个新的填充函数算法。该算法通过不断跳出局部最优解进入更优解所在区域的方式来提高优化效率,通过设置进化算法中种群均匀分布、增加种群多样性的方式增加了算法的全局寻优性能,并将该算法在标准测试集上进行了测试。结果表明,该算法简单有效,并且随着优化问题维度的提高而表现稳定。     

改进填充函数法求解一类非线性规划全局极小点

针对带约束的非线性规划问题,构造了求解这一类优化问题的改进单参数填充函数,给出了相应的算法.理论分析和数值试验表明:构造的填充函数对参数依赖性小,全局收敛速度快.该方法对解决带约束的非线性全局优化问题是行之有效的.     

一类针对带约束优化问题的进化规划算法

提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向．结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解．仿真结果表明,该进化规划算法是可行的．     

求解全局优化问题的填充函数法

全局优化问题在许多工程和实际生产中有着广泛的应用,对其方法的研究是当前优化理论方面的一个热点。本文主要研究涉及多峰函数的无约束全局优化问题的方法,以期对解决实际问题提供算法帮助。通过构造一个新的不含指数项的填充函数求解无约束优化问题的全局最优解,首先给出了该填充函数的定义,其次分析了这种填充函数的一些解析性质,设计了一种涉及这种填充函数的算法,最后给出了数值测试例子;与存在的算法的数值试验比较表明,该文提出的算法是有效的。     

基于双群体的非线性约束规划进化算法

在求解非线性约束规划问题中,对其约束条件的处理是一个难点问题.本文提出了一个非线性约束规划的双群体进化算法,与以往存在的约束优化算法不同之处在于:定义个体对约束条件的函数值作为约束违犯度对群体中的个体进行度量,目标函数值作为最优解的度量.首先考虑了标准的约束规划问题,简单介绍了约束优化问题中约束条件的处理方法,给出了与这些方法不同的处理方法.针对约束违犯度,定义了两个群体,即可行群体与不可行群体.然后给出了双群体进化算法详细步骤,用5个Benchmark函数测试了此算法,并通过与其它已知算法对此5个函数的计算结果的比较,验证了算法的可行性和有效性.     

求解约束非线性区间数规划的改进型免疫优化算法

针对含约束的非线性区间数规划存在约束处理难的问题,提出一种改进型约束免疫优化方法。基于文化基因思想,将最速下降法与免疫算法结合,利用免疫优化算法执行全局搜索;借助最速下降法增强算法的局部搜索能力和确定约束函数的上下界,使算法既具有多样性,又有高的寻优效率。比较性的仿真结果表明:该改进型优化算法在获解的质量、收敛性方面具有明显优势,对约束区间数规划问题有较好应用潜力。     

约束最优控制问题的磨光罚函数算法

针对约束最优控制问题,分析了已有惩罚函数算法存在的缺陷,在原惩罚函数的基础上,通过引进磨光参数,对原惩罚函数进行了光滑处理,构造了带参数的连续可微惩罚函数,将原带约束的最优控制问题转化为含参数无约束光滑的最优控制问题.利用微分方程解对参数的连续依赖性,得到了无约束条件下近似的极小值原理,提出了磨光惩罚函数算法,并证明了此算法的收敛性.该方法克服了传统简单惩罚函数不可微的缺陷,简单可行,易于实现.最后给出仿真实例验证了该方法的有效性.     

利用Fisher函数解约束优化问题的广义梯度投影算法

通过引入一个辅助优化问题,将广义投影与罚函数技巧和F isher函数(a,b)=a2 b2-(a b),a,b∈En的特殊性质:a2 b2-(a b)=0 a≥0,b≥0,ab=0结合起来,给出处理非线性等式、不等式约束问题的广义梯度投影算法,并证明该算法是全局收敛的.该算法不仅保持文献[6]的优点,而且还扩大了初始点的选择范围.     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

一个求解全局优化问题的单参数填充函数

给出了一个新的求解全局优化问题的单参数填充函数并证明了其优良的填充性质.数值实验表明,该函数是有效的.     

求解全局优化问题的填充函数法

给出一类基于目标函数和变量与极值点距离平方的填充函数, 应用此函数可从一个极小值点出发, 找到函数值小于此极值的另一极值点; 证明了适当选取参数r可使函数达到总体极小值而非鞍点值或极大值, 并给出了具体的算法步骤及算例.     

非线性整数规划的一种凸填充函数方法

给出了非线性整数规划问题中凸填充函数的定义,提出了一个满足所给定义的含有两个参数的凸填充函数,不仅在理论上证明了所给出的凸填充函数的有关性质,而且设计了一个新的优化算法。数值计算结果表明了算法的可行性和有效性。     

A One-parameter Filled Function Method for Nonlinear Integer Programming

IntroductionWe consider the following nonlinear integer programmingproblem:(PI)minf(x)s.t.x∈XI,(1.1)whereXI Inis a bounded and closed box set whichcontains more than one point,Inis the set of integer pointsinRn.This i mplies that there exists a constantK>0suchthat1≤K=maxx1,x2∈XI‖x1-x2‖<∞,where‖·‖is the usual Euclidean nor m.f(x)=+∞asx∈In\XI.Notice that,whenf(x)is coercive,i.e.,f(x)→∞as‖x‖→∞,there al ways exists a box which contains alldiscrete global mini mizers off(x).…     

一种新的求解约束优化问题的遗传算法

科学和工程领域中的许多问题最终可以归结为求解一个带有约束条件的函数优化问题,本文针对此类约束优化问题提出了一种新方法,它把约束优化问题转化为双目标优化问题,并利用遗传算法从多点出发寻找最优解的特性,设计新的交叉、变异和选择算子,使得算法迅速找到问题的最优解。数据实验结果表明该算法对约束优化问题的求解是有效的。