解非线性两层规划问题的遗传算法-运筹学与控制论专业论文.docxVIP

摘要摘要 摘要 摘要 对两层规划问题进行算法研究具有现实意义和应用前景，近年来受到众多领 域的广泛关注。然而，两层规划的本质非凸性和不可微性给其数值求解带来极大 困难，特别是求非线性两层规划问题的全局最优解。遗传算法是一种解决复杂非 线性优化问题的新型的有效方法，它不受目标函数的可微性、凸性、连续性等的 限制，与传统优化方法相比，对一些大型复杂非线性优化问题，它却具有独特的 优越性。 本文在利用遗传算法解决非线性两层规划问题时，充分考虑了两层规划问题 的结构和特点，使得算法具有有效性和高效性。本文设计了两种遗传算法，一种 是混合遗传算法，把遗传算法和梯度投影法相结合，充分发挥遗传算法的全局搜 索能力和梯度投影法的局部搜索功能，并使搜索始终在容许集中进行，而且使得 后代有所改进。另一种是自适应遗传算法，给出了一种基于上层目标函数的适应 度函数，它能有效辨别不同潜在解的质量好坏，而且我们设计了一种有效的变异 算子，它具有方向变异和边界变异的功能，使得后代能很快向全局最优解靠近， 这种自适应遗传算法，使种群在开始时，从容许集内部和外部进化，逐渐集中在 容许集内部进行全局搜索。 第二章用所设计的混合遗传算法求解了凸两层规划问题，包括二次／线性，及 二次／二次两层规划，通过数值模拟，结果表明该算法是有效的。第三章对于一类 特殊非线性两层规划问题，将下层规划问题用与之等价的KKT最优性条件来代替， 给出了基于自适应遗传算法的求解方法， 分析了算法的全局收敛性，并对算法进 行数值仿真，结果表明该算法是高效的。 第四章对一般的非线性两层规划问题， 其上层问题采用所设计的自适应遗传算法，下层问题根据其不同的形式，利用一 些高效的决定性算法如信赖域法等来求下层问题的最优解，给出了一般非线性两 层规划问题的两种算法。分别给出了两种算法的全局收敛性分析和数值仿真，结 果表明两种算法都有效。最后对两种算法的性能进行了比较，说明它们各有优缺 点。 关键词：遗传算法两层规划全局优化 AbstractABSTRACT Abstract ABSTRACT Bilevel programming problem，briefly denoted by BLPP,has wide applications，thus the research Oll algorithms for BLPP is of real significance，and much attention has been paid to in recent years．Unfortunately,it is very difficult to determine its solution of BLPP because of its inherent nonconvexity and nondifferentiability．In particular,it is more difficult to get the global optimal solution of nonlinear BLPE Genetic algorithm， briefly denoted by GA，is a new kind of effective algorithm for very complex nonlinear programming．It has no restrictions on functions involved such as requiring differentiability,convexit5 continuation and so on．Especially,to some large-scale complex nonlinear optimization problem，it has more superiority over traditional optimization schemes． The structure and characteristic of the BLPP are taken sufficiently into account in designing GA，two kinds of GAs based on these considerations are proposed．One is hybrid GA，in which the GA is combined with the gradient projection method，thus， both the global—search ability of GA and local-search ability of the gradient projection method are adopt