求解二层规划问题的模拟植物生长算法(系统工程)论述.docVIP

求解二层规划问题的模拟植物生长算法 李 彤 （杭州电子科技大学管理学院，杭州 310018） 摘 要: 基于模拟植物生长算法(PGSA), 提出了一种求解线性和非线性二层规划问题的智能优化算法. 在该算法中,将二层规划上层解空间和下层反应集分别作为植物的两个生长环境, 建立以生长规则为基础的植物系统演绎方式和以植物向光性理论为基础的概率生长模型, 两者结合所形成的优化模式, 实现了人工植物从初始状态到完整形式的终态（没有新的树枝生长）,从而得到二层规划问题的解.该方法具有搜索精度较高,求解稳定性较强的特点, 通过与国内外学者在线性和非线性二层规划实际测试问题的最优值进行精度比较,表明模拟植物生长算法是有效可行的. 关键词: 模拟植物生长算法(PGSA); 线性二层规划; 非线性二层规划 中图分类号:TP18 　　　文献标志码:A  1 引言 二层规划（BLP）是研究复杂系统层次结构的一种有效方法，该方法主要是用来解决分散决策问题的.一个管理系统中，若存在多个决策者，他们各自有不同的目标，而他们的目标达成又是互相关联的，这就是分散决策系统.二层规划问题是1977年由美国数学家Candler和Norton首先提出来的[1]，其形式为 （BLP） s.t. g(x,y)≤0, y是下层问题的解 s.t. h(x,y)≤0 其中为上层规划问题决策变量, 为下层规划问题的决策变量；F, f: 分别称为上层规划问题和下层规划问题的目标函数；g:为上层规划问题约束条件，h:为下层规划问题约束条件. 二层规划主要具有如下特点：系统分上下两级管理，各级决策者依次作出决策，下级服从上级，但下级有相当的自主权；上下级决策者有各自不同的目标，这些目标往往是互相矛盾的；上下级决策者各自控制一部分决策变量，以优化各自的目标；上级决策者优先进行决策，下级决策者优化自己目标而选择策略时，不能违背上级决策；上级的决策可能影响下级的策略集，因而影响下级目标的达成，但上级不能完全控制下级的决策，在上级政策允许范围内下级有自主决策权；下级的决策不但决定着自身目标的达成，而且也影响上级目标的达成，因此上级必须考虑到下级可能采取的策略对自己的不利影响. 对分散决策问题的研究已经有较长的历史，20世纪20年代出现的对策论所研究的问题具有分散决策的特征，但一般各个决策者（局中人）没有上、下级之分，而且他们的策略集是分离的.50年代出现的Stackelberg对策，其中的局中人是有上下级之分的，它可以看作特殊的二层规划.60年代，Dantzig和Wolfe提出了大规模线性规划的分解算法，实际上是把它转变成一个分散决策问题，但其中有一个核 心决策者，其他决策者并没有自己独立的利益，他们实现自己的目标只不过是为实现核心决策者的目标服务. 70年代发展起来的多目标规划通常是寻求多个不同目标的折衷解，有些方法，如目标分层排序法，也可以用来处理分层决策问题，但下级的决策是在保证优化上级的目标前提下作出的，不影响上级目标的达成，故可以逐级求解.但二层规划正是强调下级决策对上级目标的影响，因而一般是不能逐级求解的. 2 二层规划问题及其算法 自20世纪70年代以来，人们在研究分散管理系统的优化决策问题中，碰到许多用传统方法不能解决的实际问题，如Fortung-Amat和Mecard的化肥价格研究、Candler和Townsley的水资源利用和政府政策研究、Bisschop等人的印度河流域模型、Ansndalingam的印度和孟加拉国恒河水资源冲突分析等，这些应用大大推动了管理科学和国民经济的发展，并逐渐形成了新的概念和方法.在这一阶段二层规划比较具有代表性的研究成果主要有，Cassidy研究的政府效力分析[2]、Kyland的经济研究分析[3]、Brocken等人1973-1977年研究的战略武器配置、Desitva研究的美国原油生产模型.20世纪80年代，二层规划的数学模型得到较大发展，文卫平、Candler、Townsley、Bialas、Karwan和Bard等先后提出了一般二层规划的数学模型[6-11]；Bard利用Kuhn-Tucker条件得到了二层规划问题的最优解必要条件，还证明了二层线性规划的可行集是容许集的若干个面的并集，并且是连通的，从而存在最优解[12]；G.Anandalingam提出基于罚函数的求解多部门系统的新方法，讨论了不同分配形式的Nash均衡解的存在，为减少计算时间，他还提出了基于Kuhn-Tucker条件的Stckelberg均衡算法，将得到的非线性问题再转化为整数规划问题；W.Bialas提出了一种混合算法，首先采用K次最好法，通过优化第三