用遗传算法增强了的均匀序贯寻优技术及应用.pdfVIP

用遗传算法增强了的均匀序贯寻优技术及其应用 刘洪谦+1 李滋新2麻德贤 北京化工大学1 过程系统工程／人工智能研究室 2数理系北京 任佳刚 华中理工大学应用数学系武汉 摘要：对过程系统综合问题进行求解时，经常会遇到奇异、多峰等现象，有时甚至会得不到全 局最优解。本文对均匀序贯寻优方法求解该类问题的能力进行了研究。并利用遗传算法中的一 些检验函数、过程系统综合的一些实际问题迸行了验证。 关键词：全局优化，均匀设计，序贯寻优，过程系统工程 一、前言 过程系统综合的目标函数经常是多峰、奇异，甚至是刚性的，很难对其进行行之有效的全 局最优求解．全局最优求解方法主要有两类算法：随机性方法及确定性方法。确定性方法有分 解法…、分枝界限法脚等。随机性方法育模拟退火法9J、遗传算法…、基于目标函数为统计模型 的方法p1等。确定性方法对系统函数有一定的要求，有时即使对问题进行了一定的处理，依旧 得不到全局极值解。近年来人们将属于随机优化范畴的遗传算法(GA)、模拟退火算法(sA)引入 到过程系统综合中，并取得了卓有成效的结果。GA、SA具有跳出局部最优陷井的能力，但它 只能得到统计意义上的全局最优解。如果对搜索空间进行一定的信息提取．在此基础上进行逐 点迭代，寻优过程的计算量和最优解的可信度都会得到一定程度的改善。 本文将序贯寻优技术引入到多峰函数的全局寻优过程中．用动态抽样技术对寻优过程加以 扰动．以避免寻优过程陷入局部极值陷井。 二、搜索空间中系统信息代表点生成 搜索空间中的样本集合通常是由随机方法或定态形式生成。用随机方法产生的信息样本对 原始空间的表达精度完全依赖于随机数的均匀性与独立性。属于定态形式的试验设计技术不适 用于奇异问题的全局寻优。目前较为成熟的试验设计方法主要为拉丁方抽样及均匀设计方法 ”…，它们都属于定态设计方注． 2．1基于试验设计方法的序贯优化方法(SNTO) 假设D=【a，bl为cs上一个矩形空间．似J为D上的～个连续函数，若有x’和M使得 M=“x+)=minf(x) ：‘∈D 我们称M为“x)在D上的全局极值，x‘为f(x)在D上的极值点。 假若P。=(X。k_1，．，n)是D上的～个通过UD获得的均匀分布的样本集， Mn=f(Xn+、=minf(xk) ISk≤n on+∈Pn．f(x)在P。中的x=XFI*处取得极值。 根据如上思想我们可以得到基于均匀设计的序贯寻优技术，通过不断自适应地改变(压缩) 搜索空间的形式实现全局寻优。 ncc 第一作者：刘洪谨北京化工大学博士生30岁：郑州大学化工系讲师E-mail：liuhongqian@263 ·：通讯联系人北京化工大学49#北京100029 设D为一S维矩形空间【a．b】 SNTO可如下表示：‘91 其中x，=(x∽(。“k㈦：”…： (1) 令t=0，D(o’D．a【“=a，b(”：b (2) 利用UD方法产生nc个点的点集∥使其于D‘”=p’．b{0]中均匀散布。 求x…E (3) p{‘’ufxf‘’}和M‘”， M…=f(x(0)§flY)，Vy∈P忡u(x”’}， (4)终止法则 令c忡=(b‘“．a(’，2若maxc(’’6，这里5是事先给定的小正数，则D‘‘’己足够小：x御与 Mo’被接收为近似解．并终止算法。若maxc“’≥6，进入下一步。 (5)收缩区间 定义～个新的区间D‘””=[ao“’，bq+1)】如下： ?；：：：：2max(x1．?rc。lt)，It-)i-卜一，k为～正整数 b■=min(x：i”+rc”b．)……’…一 其中r为预先定义的收缩比，并令t=t+1回到步骤l。 为准确地捕捉到D中的全局最优点的信息，以避免序贯寻优时系统落入局部最优值，可取 01t／2=n¨．，同时r的取值可根据实际问题