变尺度混沌优化方法及其应用.pdfVIP

1999 5 V ol . 14 N o . 3 CON TR OLAN DDE CI SION May 1999 X ( 北京航空航天大学 14 系, 100083) ( 哈尔滨工业大学) 基于混沌变量, 提出一种变尺度混沌优化方法。该方法不断缩小优化变量的搜索空间 并不断提高搜索精度, 从 有较高的搜索效率。应用该方法对6 个测试函数进行优化计算得到 了满意的效果。 变尺度, 优化, 混沌优化方法 30 1. 6 TP 1　引　　言 　　混沌( Chaos) 是一种较为普遍的非线性现象, 它看 一片混乱的变化过程实际上含有内 在的规律性。一个混沌变量在一定范围内有如下特点: 1) 随机性, 即它的表现同随机变量一样 杂乱; 2) 遍历性, 即它不重复地历经空间内的所有状态; 3) 规律性, 该变量是由确定的迭代方 程导出的。文献[ 1] 考虑过用混沌变量进行优化搜索。其基本思想是把混沌变量线性映射到优 化变量的取值区间, 然后利用混沌变量进行搜索。几个测试函数优化实例的仿真结果表明混沌 优化方法寻优效率明显优于其它随机搜索算法, 如模拟退火、遗传算法。然而进一步的仿真计 算表明该方法对于搜索空间小时效果显著, 但当搜索空间大时却不能令人满意。基于此, 本文 提出了变尺度混沌优化方法, 其特点在于: 1) 根据搜索进程, 不断缩小优化变量的搜索空间; 2) 根据搜索进程, 不断改变 “二次搜索”的调节系数。对几个常用的复杂测试函数的仿真计算 表明本文所提算法明显优于文献[ 1] 算法。 2　变尺度混沌优化方法 　　本文选择( 1) 式产生的混沌变量来进行优化搜索 xk+ 1 = L õx k( 1. 0 - x k) ( 1) 其中L = 4 。若需优化n 个参数, 则任意设定( 0, 1) 区间n 个相异的初值( 注意不能为方程( 1) 的 不动点0. 25, 0. 5, 0 . 75) , 得到n 个轨迹不同的混沌变量。 对连续对象的全局极小值优化问题 m inf ( x1, x 2, …, xn ) xi ∈[ ai, bi] , 　i = 1, 2, …, n ( 2) 本文提出的优化方法步骤如下( 记f ( x1 , x2, …, xn ) 为f ( xi ) ) : k * r r 　　S ep 1　初始化k = 0, r = 0。xi = xi( 0) , xi = xi ( 0) , ai = ai , bi = bi, 其中i = 1, 2, …, * n。这里k 为混沌变量迭代标志, r 为细搜索标志, xj ( 0) 为( 0, 1) 区间n 个相异的初值, xi 为当 前得到的最优混沌变量, 当前最优解f * 初始化为一个较大的数。 X 　国家高等学校博士点学科专项科研基金( 952 1320) 资助课题 　　　　1997- 11- 17 收稿, 1998- 04- 07 修回 286 1 9 9 9 k k i