求解箱式约束全局优化问题的降维算法

本文利用有限区间降维方法,将带箱式约束的多维优化问题转化为一维优化问题.然后利用一种加速方法对一维优化问题求全局最优解,并证明该最优解是原问题的近似解.最后给出算法和数值算例结果.     

求解全局优化问题的改进蝙蝠算法[英文]

蝙蝠算法(BA)是一类基于试探技巧的群智能优化算法,该算法已被广泛用于诸多领域问题的求解.本文提出一个改进的蝙蝠算法NIBA.在算法中,为了加强蝙蝠算法的局部和全局搜索能力,提出了三个改进策略.首先,为了改进蝙蝠的局部搜索能力,在当前最优解处给出了一个新的搜索方程.其次,为了改进算法的全局搜索能力,平衡算法的开发能力和探索能力,算法吸收并改进了和声搜索机制.最后,为了进一步提高NIBA算法的搜索能力,在当前最优解处,算法采用了混沌搜索机制.为了验证算法的性能,针对18个标准测试函数进行了数值实验.与其它算法的比较结果显示,NIBA算法具有更好的稳定性,且效率更高.     

求解全局优化问题的填充函数算法

填充函数法是求解多变量、多极值函数全局优化问题的有效方法.这种方法的关键是构造填充函数.本文在无Lipschitz连续条件下,对一般无约束最优化问题提出了一类单参数填充函数.讨论了其填充性质,并设计了一个求解约束全局优化问题的填充函数算法,数值实验表明,算法是有效的.     

求解全局优化问题的三角进化算法

This paper presents a hybrid heuristic-triangle evolution （TE） for global optimization. It is a real coded evolutionary algorithm. As in differential evolution （DE）, TE targets each individual in current population and attempts to replace it by a new better individual. However, the way of generating new individuals is different. TE generates new individuals in a Nelder- Mead way, while the simplices used in TE is 1 or 2 dimensional. The proposed algorithm is very easy to use and efficient for global optimization problems with continuous variables. Moreover, it requires only one （explicit） control parameter. Numerical results show that the new algorithm is comparable with DE for low dimensional problems but it outperforms DE for high dimensional problems.     

基于维数学习和二次插值的混沌飞蛾火焰优化算法

针对K-means算法对初始聚类中心敏感和容易陷入局部最优的问题,首先提出一种基于维数学习和二次插值的飞蛾火焰优化算法以提高基本算法的求解精度和收敛速度,即采用Tent混沌映射产生多样性较好的初始种群,增强算法的全局搜索能力;对火焰位置采用维数学习策略生成更优良的火焰来指导飞蛾寻优,以提高算法的搜索效率;把二次插值引入...     

求解高维复合体函数的智能优化算法

由于粒子群算法在处理高维复杂函数时存在容易陷入局部最优的问题,提出了多种群子空间学习粒子群算法(SLPSO),采用多种群进化模式,在粒子更新公式中加入了全局最优粒子,加快了粒子收敛速度,同时在种群之间采用了交叉学习的方法,大大提高了算法的全局搜索能力.另外,还增加了一种子空间学习方法,充分地利用粒子的历史经验,有效地避免了陷入局部最优的问题.通过在高维基准测试函数的仿真实验表明,SLPSO算法的测试结果都明显优于其他两种算法,随着函数维数增加,SLPSO算法测试结果的下降幅度明显低于其他两种算法.在6个极其复杂的复合函数的测试中,SLPSO算法有2个测试函数结果非常接近理论值,其他4个也明显优于其他三种算法.     

求解TSP问题的改进离散蝴蝶优化算法

针对离散蝴蝶优化算法求解TSP问题时精度低和收敛速度慢等问题,提出一种改进离散蝴蝶优化算法.为了提升搜索效率,利用贪婪机制初始化种群,同时结合2-opt算子、改进的2-opt算子和模拟退火等策略来提高寻优能力.通过标准TSPLIB数据库中几十个实例仿真实验,并与一些经典、新型的智能算法比较,结果表明提出的算法在寻优能力和鲁棒性方面表现优越.     

基于改进的旗鱼优化算法求解Sylvester问题

Sylvester问题又称最小包围圆问题,提出了一种改进的旗鱼优化算法(ISFO)对其进行求解.首先对旗鱼优化算法(SFO)的寻优策略进行分析;其次,针对旗鱼优化算法种群初始化依赖,容易陷入局部最优等问题,引入Arnold映射初始化种群,提高算法的寻优能力;引入反向学习与柯西变异算子策略对全局最优解进行扰动产生新解,平衡算法的开发与勘探能力,避免算法出现早熟现象;然后和基本SFO算法与PSO算法使用6个基准测试函数进行仿真实验对比,结果表明ISFO算法相对于SFO算法收敛速度更快、精度更高、有效避免了早熟现象.最后使用ISFO、SFO、PSO对三个规模案例的Sylvester问题进行求解,证明了ISFO算法求解Sylvester问题的可行性与优越性.     

求解不等式约束优化问题的一个改进算法

本文改进了一个求解不等式约束优化问题的对偶算法，建立了一个相应的算法，进一步证明了该算法的收敛性．最后，给出数值结果以验证该算法的有效性。     

求解约束优化问题的一种算法的改进

针对用遗传算法求解约束优化问题时,初始种群产生的方法进行了研究,提出了初始种群产生的一种新方法.实验证明,该方法较直接利用随机数产生初始种群的方法,具有更快的运算速度.     

一类求解约束全局优化问题的填充函数

本文构造了一类求解约束全局优化问题的填充函数,并在适当的假设条件下, 证明了其填充性质及其它分析性质; 此外,根据所构造的填充函数设计了相应的算法, 并给出了数值试验结果, 以说明所构造填充函数方法的有效性.     

一种求解约束优化问题的改进差分进化算法

针对在处理约束优化问题时约束条件难以处理的问题,提出了一种求解约束优化问题的改进差分进化算法.即在每代进化前将群体分为可行个体和不可行个体两类,对不可行个体,用差量法将其逐个转化为可行个体,并保持种群规模不变,经过一序列的进化后,计算所有可行个体的适应度并找到问题的最优解.对5个经典函数进行了优化测试,测试结果表明提出的算法对求解约束优化问题是有效的.     

改进蚁群算法求解火力分配优化

描述了火力分配问题(W TA)及其数学模型,简要介绍了基本蚁群算法,着重分析了其不足,并在移动选择策略上进行了改进,借鉴了遗传算法中的交叉、变异增加了解的多样性,拓展了搜索空间.针对W TA问题,提出了一种解决该问题的新颖等价方式,并着重说明了算法的具体实现步骤.通过M ATLAB程序仿真实验验证了该思路的正确性、高效性及简单易操作性.     

一种求解化工动态优化问题的改进磷虾觅食优化算法

智能算法原理简单、容易实现,且具有良好的全局收敛能力,近年来被广泛应用于化工过程的动态优化问题.提出一种改进的磷虾觅食优化算法求解化工动态优化问题.该算法通过跟踪磷虾种群的变化来更新速度因子,提高收敛速度;引入自适应柯西变异,增强了算法跳出局部最优值的能力.针对化工动态优化问题,首先通过控制向量参数化方法将其转化为非线性规划问题,并引入变时间区间分布法来优化区间划分,然后利用改进算法进行求解.最后,将改进算法应用于多个化工动态优化问题中,仿真结果表明,该算法具有良好的可行性.     

求解全局最优化问题的一种修正打洞算法

文献(Levy A V,Montalvo A.The tunneling algorithm for the global minimization of functions.SIAM J Sci and Stat Comput,1985,6(1):15-29)给出了求解全局优化问题的打洞算法,以及这个算法在执行时存在几个缺点.针对这几个缺点,我们构造了两个修正的打洞函数,基于这两个函数,提出了一种求解全局最优化问题的修正打洞算法,该算法克服了打洞算法的一些缺点.数值试验也进一步说明了算法的有效性.     

求解一般约束优化问题的一个全局收敛的混合不精确SQP算法

对于一般约束优化问题,本文通过一种特殊的耦合策略,把一个局邵超线性收敛的不精确SQP算法与广义梯度投影法相结合,从而给出了一个混合算法.该算法无需计算拉格朗日函数的海色矩阵,并且在适当的假设下,算法具有全局和局部超线性收敛性.     

一类全局优化问题的区间斜率算法

考虑下面的全局优化问题: global minimize f(x),f:X~0 R~1→R~1 (1)其中X~0=[a~0,b~0],f是X~0上连续的多峰函数.在本文中f在X~0上的全局极小值记为f~*,f在X~0上所有全局极小点集合记为X~*.以下恒假定X~*仅由有限个点组成. 我们的目标是求f~*及X~*.求解这一问题已有诸多方法,这些方法一般可分为确定型和非确定型两类.前者以Lipschitz导数法,填充函数法等为代表,它们依据某一     

一类齐次多项式优化问题的一个全局优化算法

对图像与信号处理中遇到的一类齐次多项式优化问题,本文首先借助平移技术将目标函数转化为凸函数,然后结合初始点技术提出了求解该类问题的一个全局优化算法.与求解该类问题的幂方法相比,本文给出的方法不但能在一般情形下保证算法的全局收敛性,而且数值结果表明在多数情况下可以得到问题的一个全局最优值解.     

一类求解MPEC的全局收敛性算法

概述MPEC求解上存在的困难；提出将求解普通约束优化问题的信赖域方法用于求解MPEC；在适当条件下建立算法的全局收敛性定理。     

一种求解二次约束二次规划问题的自适应全局优化算法

为了更好地解决二次约束二次规划问题(QCQP), 本文基于分支定界算法框架提出了自适应线性松弛技术, 在理论上证明了这种新的定界技术对于解决(QCQP)是可观的。文中分支操作采用条件二分法便于对矩形进行有效剖分; 通过缩减技术删除不包含全局最优解的部分区域, 以加快算法的收敛速度。最后, 通过数值结果表明提出的算法是有效可行的。