求解非线性极大极小问题的一种新的混合算法.pdfVIP

第34 卷第4 期 长春理工大学学报 （自然科学版） Vol.34 No.4 2011 年12月 Journal of Changchun University of Science and Technology （Natural Science Edition ） Dec.2011 求解非线性极大极小问题的一种新的混合算法 刘国志 （辽宁石油化工大学 理学院，抚顺 113001） 摘 要：对于一类非线性极大极小问题，由于凝聚函数法简单且易实施，所以一直是较流行的光滑处理技术，然而选择一 个合适的惩罚因子不是一件容易的事。本文通过引入Hook-jeveese搜索法和可行基规则，提出一个求解非线性极大极小问 题的新的混合算法—Hook-jeveese搜索法和与可行基规则相结合粒子群算法的混合算法。与凝聚函数法相比，可行基规则 不需要额外的参数，且指引粒子迅速飞向可行域。利用两个典型实例问题进行计算比较，计算结果表明了新算法是求解非 线性极大极小问题的一个高效的算法，而且获得了一些比以往文献精度更好的解。 关键词：最优化；非线性极大极小问题； 凝聚函数法. 中图分类号：TP18，O221.2 文献标识码：A 文章编号：1672-9870 （2011）04-0164-03 ANewHybridApproachforNonlinearMini-maxProblems LIUGuozhi （CollegeofScience，LiaoningUniversityofPetroleumChemicalTechnology，Fushun113001） Abstract：For a class of nonlinear min-max problems，because aggregate function method is simple and easy to imple- ment，it has always been more popular smooth processing technology，However，it is not easy to choose a suitable penalty factor. By employing the feasibility-based rule，this paper proposes the hybrid Hook-jeveese search method and particle swarm optimization with a feasibility-based rule for nonlinear min-max problems. Compared with the aggregate function，feasible basis rule does not require additional parameters，and it dictates particles to the feasible domain fly quickly. Simulation and comparisons based on two well-known problems demonstrate the effectiveness，efficiency and robustness on initial populations of the proposed method. Moreover，the new method obtains some solutions better than thosepreviouslyreportedinthe literature. Keywords： optimization；nonlinear mini-maxproblems； aggregatefunction method 考虑如下的极大极小问题： minz