基于层次粒子群算法非线性双层划规研究.docVIP

基于层次粒子群算法非线性双层划规研究 　　摘要：双层规划主要包括物流网络系统以及交通网络系统中的许多决策、规划的问题，这些问题主要呈现出非凸优化问题属性，目前我国的算法总是存在计算效率低下、算法复杂以及不能达到全局最优解的问题。文章通过非支配排序思想、多目标优化以及进化博弈进行了层次粒子群算法的设计，把决策者之间进行的博弈寻优过程通过交互迭代的两个粒子群算法来模拟，为所有利益最大化的获得进行最优解的双层规划。 　　关键词：层次粒子群 约束优化 非线性双层划规 规划研究 　　中图分类号：TP301 文献标识码：A 文章编号：1007-9416（2014）01-0119-02 　　物流网络系统以及交通网络系统中的许多决策管理问题和系统规划问题中，管理部门和提供物流服务者都需要通过用户反映来进行服务质量水平、最优运作规划以及控制策略的决定，用户部门是通过自身角度的服务质量、运作水平以及控制策略来进行自己需要的最优服务方式选择，这种博弈问题的描述就是所谓的双层规划模型描述，也就是说决策者进行的决策问题由上层规划问题来表示，用户针对管理者做出的最优决策行动选择由下层问题来表示。目前我国的经济管理、工程技术等许多领域都是利用双层规划模型来进行分析的。 　　1 双层规划问题 　　双层规划问题的描述采用的模型如图1所示，其中上层规划问题与下层规划问题都存在着自身约束条件以及目标函数，也就是说（x，y）决策向量是由上层与下层的决策者进行控制，x由上层决策者进行控制，它的决策也是由上层决策者第一个决定，通过上层规划选择x 的约束条件和目标函数，对x进行固定，并利用下层决策者通过下层规划的约束条件和目标函数进行y的选择。图1中x表示的是上层变量，y表示的是下层变量。上层规划特性和下层规划特性直接形成双层规划问题整个复杂性，在上下规划的前提下，图1中所有的约束条件和目标函数都是线性函数，我们称之为双层线性规划问题，如果所有的约束条件和目标函数都不是线性函数，我们称之为双层非线性规划问题。 　　优化的传统方法在进行双层规划问题求解时，受到不可微特点以及解空间的非凸特点的限制，虽然目前已经有了很多方法来解决这个问题，但是绝大多数方法只能对局部最优解进行解决，不能对全局最优解进行解决，库恩塔克的算法条件可以从多方面对凸性条件进行处理，也还是存在限制。如果下层规划超平面隶属于多峰函数，并且多处的搜索空间不可微，那么下层规划存在多峰问题，为了让上层规划实现最优解，就必须使下层决策者对一些决策做出选择，选择的前提为不是强迫的，所以一般情况下的优化只能实现次优解。 　　2 层次粒子群算法 　　双层规划问题是一种具有递阶结构优化系统问题，也就是说，目前绝大多数的算法都只能进行含有特定前提条件或者特殊类型的双层规划问题，文章中的层次粒子群算法是通过基础粒子群算法构建了层次得出的，首先对粒子群算法进行集成，对这两个粒子群分别进行上层与下层规划问题的求解，然后在执行多目标非支配优化排序选优，对种群个体思想进行筛选，最后在利用上层与下层之间博弈交互迭代来对一般双层规划问题进行求解。 　　2.1 原理 　　粒子优化算法如图2所示，它是一种全局自适应基于群智能的随机搜索技术，图1所示的vi（t）和xi（t）表示的是粒子的速度以及位置，rand1和rand 2之间的【0，1】表示的是随机数， pg和pi表示的是种群全体经历的绝佳全局位置以及i粒子经历的绝佳位置，而w表示的是惯性权重，它主要让种群局部开发与种群全局探索之间货的平衡，w的数值是通过具体优化问题决定出来的。文章的层次粒子群算法是通过两个决策者进行博弈思想的优化迭代嵌套算法的设计，博弈参与者需要在博弈进化中通过历史策略对当前产生策略。博弈参与者的选取策略过程可以用粒子群优化算法模拟，因为粒子群优化算法可以使函数具有逼近能力。在进行群体优化算法时，智能体相当于博弈参与者，这种算法的动态方程为图3所示，图2中AX（t）i、X（t）以及xi（t）表示的是上层种群收益矩阵、下层种群策略混合状态的向量以及X上层种群的i策略比例，AY（t）j、Y（t） 以及yi（t）表示的是下层种群收益矩阵、下层种群策略混合状态的向量以及Y上层种群的i策略比例，层次粒子群算法的流程如图4所示。 　　2.2 步骤实施 　　基于层次粒子群算法的双层规划问题步骤实施主要有五步，第一，通过上层规划中取值范围变量来进行上层规划变量初始化的X中群决策；第二，通过初始化上层种群的所有个体进行下层规划粒子群算法最优解问题；第三；通过初始化下层种群的所有个体进行上层规划粒子群算法最优解问题；第四，利用双层规划适应度评价的优化目标与基础优选得到实现以及上下层种群集合笛卡尔三者的结合来实现上下层种群博弈寻优；第五，终止算法检查，外层循环是不是