求解一类非线性双层规划问题的混合遗传算法.pdfVIP

第25卷 第6期 工 程 数 学 学 报 Vo1．25No．6 2O0¨8年12月 CHINESE JOURNALOFENGINEERING MATHEMATICS Dec．2008 文章~ -：1005—3085(2008)06—0998—07 求解一类非线性双层规划问题的混合遗传算法木 李和成 ，王宇平 f1一西安电子科技大学数学科学系，西安 710071； 2一西安电子科技大学计算机学院，西安 7100711 摘 要：本文研究下层 目标函数为拟凹函数的非线性双层规划问题。利用下层 目标的最优值能在可行域极 点上达到的性质，将求极点的方法引入遗传算法，提出了一种混合遗传算法。为了提高该算法的 效率，结合种群最优个体，给出了有利于产生高质量后代的杂交和变异算子。对于下层问题存在 多个最优解的情况，证明了其最优解可表示为极点最优解的凸组合，并利用这一结论修正了算 法，使得该算法也能求解下层多解的情形。数值结果表明本文提出的算法是有效的。 关键词：非线性双层规划；混合遗传算法；极点；最优解 分类号：AMS(2000190C26；90C30 中图分类号：O221．2 文献标识码：A 1 引言 双层规划问题是一类具有主从递阶结构的系统优化问题，其中一个优化问题 (上层规划问 题)的约束域由另一个优化问题 (下层规划问题)决定，其一般形式为 minF(x,y 求解 l、mni9fx(，,y。 (1) 其中X和Y分别称为上下层变量，F和 ，分别为上下层 目标函数，其它概念参见文献…。 ． 问题(1)广泛出现于经济、控制、网络设计、运输问题等许多工程实践领域，有广泛的应用 背景2【，3J。为了满足越来越多的实践需要，探讨双层规划问题的有效算法是非常必要的。但在 一 般情况下，问题 (1)是一个非凸优化问题，这一特点使得问题的求解变得极为困难。目前， 针对问题(1)，文献中提出的算法基本可归纳为以下几种：极点算法，分支定界法，互补旋转 算法，罚函数法，信赖域方法，进化算法等 [1-51。值得一提的是，由于其复杂的结构，对其算 法的研究主要集中在线性双层规划上，且有结果表明线性双层规划虽然是多层规划问题中最简 单的一类，但仍是强NP难问题 2【】。针对非线性情况的算法，基本上都基于上下层函数均凸可 微的基础上，常见的算法主要有分支定界法，罚函数法，信赖域方法等 0【，5_7】。文 4『]仅假设下 层函数凸可微，利用K—K—T条件将问题转化为一个等价的单层规划来求解 。对于其它类型的 双层规划问题，能够运用的有效算法很少。文 f8]讨论了线性约束下两层 目标函数均连续且拟 凹的情形，证明了全局最优解一定可以在约束域的边界达到。当无上层约束时，文 9『1在上下 层 目标都为拟凹且约束域为多面体的情况下，证明了双层规划问题的局部最优解可以在约束域 收稿 日期：2006—10—25．作者简介：李和成(1973年8月生)，男，博士，副教授．研究方向：进化算法与最优化理论 基金项目：国家自然科~ ． 第6期 李和成，王宇平：求解一类非线性双层规划问题的混合遗传算法 999 的一个极点上达到。受文 f891的启发，本文利用遗传算法对函数要求较低的特点，讨论仅下层 目标为连续严格拟凹函数的情形，而对上层 目标和约束函数则无可微和凸性要求，这显然比文 献 8『，91的模型更有一般性。文 f4]用遗传算法对上下层变量的取值进行随机搜索，这不仅计算 量大而且难以验证进化得到的点是否满足下层最优性约束。为了克服这个问题，本文将一种利 用可行域极点求下层最优解的方法 [10l与遗传算法结合，提 出了一个混合遗传算法。利用该算 法得到的每一个点均满足下层问题，而且计算量较小。 另一方面 ，现有求解双层规划 问题的算法中，大部分都基于下层问题最优解唯一的假 设 2【，7，8】。对于下层多解的情况