求解约束非线性优化问题的群体复合形进化算法.pdfVIP

第 卷第 期 河 海 大 学 学 报 29 3 Voi .29 No . 3 年 月 2001 5 JOURNAL OF HOHAI UNIVERSITY May 2001 求解约束非线性优化问题的群体复合形进化算法 王建群，卢志华，哈布哈琪 （河海大学水文水资源及环境学院，江苏 南京 210098） 摘要：分析了 算法的特性，指出该算法仍存在着一些缺陷 例如（） 算法的全局最 SCE-UA . 1 SCE-UA 优性依赖于随机选取的初始点集的多样性，若初始点集选取不当，搜索进化就会早熟而陷入局部最 优解；（） 算法求解具有区间约束的非线性约束优化问题较有效，但对于一般的不等式约束 2 SCE-UA 非线性优化问题其求解效率有待于进一步提高 提出了群体复合形进化算法，能充分利用目标函数 . 值的信息，优化搜索过程具有较强的方向性和目标性，收敛速度较快，且是全局优化算法，能有效地 求解不等式约束非线性优化问题. 关键词：非线性优化；进化算法；复合形算法；全局优化算法 中图分类号： 文献标识码： 文章编号： （ ） O221.2 A 1000 1980 2001 03 0046 05 ! ! ! 优化在很多领域中都是一种基本工具，而约束非线性优化问题普遍存在，尤其在水资源开发利用领域内 很多问题都可概化为约束非线性优化问题 例如，概念性降雨径流模型参数的自动率定、水库优化调度、水资 . 源优化配置等. 约束非线性优化问题可以概化为 （） （） ，，…， minf x S . t . gi x ! 0 i = 1 2 m 实际优化问题中出现的函数 （）， （）常常高度非线性和 （）具有多峰谷性、不可微性，且没有具体的表 f x gi x f x 达式，只能求出在一些具体点上的函数值 求解这类问题的优化方法一般有随机试验法、复合形法、基因算 . ［］ 1 法 等直接优化方法. 随机试验点法能够求得全局最优解，但没有充分利用函数值信息，计算量较大，求解效率较低 复合形法 . 在优化求解过程中能充分利用目标函数信息，求解效率大大提高 但复合形法是局部优化方法，对于存在多 . 个极值点的优化问题难以求得全局最优解 近年来，基因算法成为人们研究的热点 基因算法具有数据处理