非线性0-1规划问题的连续化及其遗传算法解法.pdfVIP

第34卷第8期 北京工业大学学报 VoI．34No．8 0F UNIVERSITY0FTECHNOLoGY 2008年8月 JOURNALBEIJING Aug．2008 非线性0—1规划问题的连续化及其遗传算法解法 隋允康，贾志超，杜家政 (北京工业大学机械工程与应用电子技术学院，北京 100022) 摘要：为了求解非线性0一l离散规划问题，通过非线性等式的“离散性约束”将其转化为[o，1]区间上等价的 连续变量非线性规划．对于目标函数非线性、约束线性的O一1规划问题，可以使用乘子法来解决含“离散性约 束”的非线性优化问题．对于目标函数和约束函数均为非线性的问题，可以采用约束松驰法将离散性约束松弛 为不等式约束．两种方法处理后均使用遗传算法程序GENo。OP求解．乘子法求解得到的结果比较准确．约束 松弛法属于近似方法，可以求解带非线性不等式约束的问题．用本文的方法对多个非线性O—l规划问题的算例 进行了计算，并将计算结果同枚举法的计算结果比较，结果表明该方法准确、有效． 关键词：非线性0—1规划；连续化方法；遗传算法；GENOCoP 中图分类号：0343 文献标识码：A 文章编号：6254—0037(2008)08一0785一07 O一1非线性规划问题是整数非线性规划问题的特例，在实际中应用很广泛．研究0—1非线性规划问 题的求解方法有很重要的实际意义．由于设计变量的离散性，0—1规划问题求解起来比较困难．当目标为 非线性，特别是高度非线性时，其求解难度更大．通常0—1非线性规划问题的求解方法可以分为离散方法 和连续化方法． 离散方法是从设计变量的离散特性出发直接求解整数规划．传统的离散方法大多属于组合算法[1]， 如穷举法、隐枚举法等．这类方法能准确地找到问题的全局最优解，但随着问题规模的增大，其计算代价 很大．另一种是离散的启发式算法，如遗传算法[2J。这种方法的主要缺点是不能很好地处理约束，而且很 容易出现过早收敛问题．大部分文献都是关于求解0—1背包问题，对于非线性问题没有比较完善和通用 的计算程序． 连续化方法是将原问题转化为关于连续变量的规划问题求解．Templeman等对结构离散变量优化中 的分段优化方法通过构造力学模型将离散截面转化为连续杆长，最后要对少数分节杆进行圆整[31；文献 [4]在结构拓扑优化中提出的ICM方法利用过滤函数用连续变量逼近0一l离散变量．这些方法属于模型 约束代替0—1条件，并利用凝聚函数法进行光滑处理来求解0—1规划问题【8]．这些方法属于模型精确转 化的方法．无论是模型近似还是精确转化都一定程度上降低了问题的求解难度，提高了求解速度．但是 这些方法只适用于求解某一类的0—1规划问题，实际应用中有很多的局限性，对于非线性的0—1规划问 题，比较通用的方法和程序更少． 本文以0—1规划设计变量的离散特点和目标函数的非线性为出发点，通过增加一个关于设计变量的 非线性等式约束代替设计变量的0—1离散限制(以下简称为离散性约束)，将原规划表示成一个[0，1]区间 上的等价连续变量规划问题．文中将每个分量的0—1离散条件整体化，把理个线性互补约束化成一个，减 少了约束个数．由于新产生的规划问题是一个非凸非线性规划问题，传统的方法很难得到问题的全局最 01． GEN()C()P求解新的连续变量规划问题【9‘1 收稿日期：2007．05—17． 基金项目：国家自然科学基金资助项目(1()472()03)；高校博士点基金资助项目(2006005010) 作者简介：隋允康(1943一)，男，辽宁大连人。教授，博上生导师． 786 北京工业大学学报 2008年 1 非线性O—l规划问题的等价连续化 展蠹漾l川 (1) 求 f∈E” 使 Ⅳ=w