一种求解二层单目标规划问题的基于KKT背离度量方程的粒子群优化算法

下层规划问题最优解的精确性对成功求解二层单目标规划问题具有决定性作用。基于单目标规划问题的KKT条件,引入KKT背离度量方程,利用该度量方程控制下层问题最优解的精度;然后以下层问题最优解的精度控制值为终止条件,设计求解二层单目标规划问题的粒子群算法;最后利用6组带箱式约束的经典算例对算法进行了评估,结果表明该算法能够提高计算效率并能加速算法收敛速度。     

求解线性二层规划的一种全局优化方法

以下层问题的KT最优性条件代替下层问题,同时取互补条件为罚项,将线性二层规划转化为带线性互补约束条件的单层优化问题。通过分析单层优化问题与线性二层规划问题之间的关系,将线性二层规划等价地转化为有限个线性规划,通过求解有限个线性规划问题,就得到了线性二层规划问题的最优解。该方法不但能够得到线性二层规划问题的全局最优解,而且还简化了最优解判别条件。     

一类半向量二层规划问题乐观最优解的求解方法

研究了上层为分式规划、下层为线性多目标规划的一类半向量二层规划问题乐观最优解的求解方法。利用对偶理论,先将半向量二层规划问题转化为相应的单层优化问题,同时取下层问题的对偶间隙与上层目标函数分母的比值作为罚项,构造了该类半向量二层规划问题的罚问题,最后基于罚问题的相关性质设计了一种求解算法。数值试验表明,所设计的算法是可行的。     

一种求解线性二层规划ε-全局最优解的方法

以得到的线性二层规划的局部最优解构造约束条件,并将其添加到所构造的线性二层规划的罚问题中,得到相应的单层规划问题。通过对单层规划问题的分析,设计了一种求解线性二层规划ε-全局最优解的算法,并以算例验证了算法的可行性。     

一种求解二层多目标规划问题的改进模拟退火算法

基于求解多目标规划问题的模拟退火算法，将求解二层多目标规划问题转化为交互求解下层多目标规划问题和上层多目标规划问题，然后结合求解多目标规划的精英策略，提出了求解二层多目标规划的改进模拟退火算法。最后，通过数值试验验证了算法的可行性和有效性。     

一种求解非线性二层规划的粒子群算法

基于下层问题的K-T最优性条件和罚函数法，结合粒子群算法提出了一种求解非线性二层规划问题的粒子群算法。数值计算结果表明，该算法可以有效地求解非线性二层规划问题。     

弱线性双层规划问题的全局优化算法

双层规划在交通、经济、生态、工程等领域有着广泛而重要的应用。然而,目前对弱双层规划问题却鲜有研究。利用线性规划的对偶理论和罚函数方法思想,将弱线性双层规划问题转化为单层非线性规划问题,通过对该单层优化问题的分析,设计了一个全局优化算法,并用一个简单算例说明了所提出算法的可行性。     

求解约束优化问题的一种改进的交叉人工蜂群算法

针对人工蜂群算法在求解问题的最优值时后期收敛速度慢、易于陷入局部极值的问题,提出了求解约束优化问题的一种新型人工蜂群算法:为提高算法的开发能力,在采蜜蜂和观察蜂阶段利用约束松弛度来处理等式约束,并采用Kukkonen和Lampinen工作机制改进边界约束处理方法;在侦察蜂阶段引入交叉算子代替侦察阶段的随机搜索,保证种群的多样性,提高算法的收敛速度。一组13个基准函数和4种工程设计问题的测试试验验证了算法的可行性和有效性,改进的交叉的人工蜂群算法在求解约束优化问题时其可开发性、鲁棒性、防局部最优、收敛速度和极值等方面较其他算法更优。     

一种求解线性二层多目标规划的极点搜索方法

研究了线性二层多目标规划的求解问题。以下层问题的最优性条件代替下层问题,将线性二层多目标规划问题转化为含互补约束的不可微优化问题,同时将互补条件作为罚项加入到上层目标函数,构造了相应的罚问题。通过分析罚问题Pareo最优解的相关性质,设计了一种极点搜索方法,并用算例验证了算法的可行性。     

基于改进蜂群算法的模糊需求冷链物流车辆路径优化

针对基本人工蜂群算法容易早熟收敛等问题,提出了3种邻域生成策略,并对当前解进行局部搜索和进化。仿真试验表明,该算法在求解相关问题上具有有效性,对求解用户模糊需求下的冷鲜品冷链物流车辆路径优化问题具有一定的参考价值。     

基于ABC-LSSVM的芹菜总黄酮提取量预测

针对传统的芹菜总黄酮含量测定过程复杂、时间长的问题,提出一种基于人工蜂群算法(ABC)优化最小二乘支持向量机(LSSVM)的芹菜总黄酮提取量预测方法。首先对标准人工蜂群算法进行改进,然后利用改进的人工蜂群算法对最小二乘支持向量机的核宽度和正规化参数进行寻优,最后对芹菜总黄酮的提取量进行预测。结果表明,该方法具有预测精度高、性能稳定的特点,有利于实现芹菜总黄酮提取量的网络在线预估和优化控制。     

一种基于人工蜂群求解非线性方程组的优化算法

非线性方程组一直是工程应用和数学应用领域的重要研究方向,该方程组的求解方法是目前各领域的研究热点。传统的人工蜂群算法在运算过程中收敛速度较低,多峰是局部最优解的局限。基于差分进化算法,提出一种基于人工蜂群求解非线性方程组的优化算法。提出的改进算法加入了个体当前随机向量和最优值,促使运算收敛束缚的提升,避免了传统算法的不足,实现运算收敛速度和收敛精度的大幅度提高。     

一种求解线性二层多目标规划的粒子群优化方法

粒子群算法是一种新兴的优化技术。由于粒子群算法实现简单,可调参数少,已得到广泛研究和应用。根据粒子群算法能够有效获得不可微多目标规划Pareto最优解的特点,设计了线性二层多目标规划的粒子群算法:采用以下层问题的K-T最优性条件代替下层问题的思想,将线性二层多目标规划转化为带互补约束的不可微多目标规划问题,然后对所得到的不可微多目标规划问题设计粒子群算法,从而得到线性二层多目标规划问题的Pareto最优解。数值结果表明所设计的算法是可行、有效的。     

一种求解线性二层规划的罚函数方法

利用下层问题的最优性条件代替下层问题,同时取互补条件为上层目标函数的罚项,将线性二层规划转化为相应的单层规划.分析表明,该罚函数为精确罚函数.最后,设计了线性二层规划的罚函数算法,并用数值试验验证了算法的可行性.     

求解回归旋转设计中常数约束二次函数最优解的一种方法

将最优化理论中的二次规划方法应用于回归旋转设计中常数约束二次函数最优解的求解中，因此．使其模型的求解问题，化为求解一种线性规划问题．     

二次0-1型整数规划的线性化求解

对目标函数为二次、约束条件为线性的二次规划问题,如果采用一定变换将其变为普通的线性规划,这既能保证结果的正确性,又可以大大地简化计算。讨论了二次0-1型整数规划的线性化求解:将二次0-1型整数规划问题等价转化为一次函数的线性0-1型整数规划问题,这样可以有效地简化求解。并给出了二次0-1型整数规划问题等价转化为线性0-1型整数规划问题的理论证明。实例分析进一步说明了该方法的适用性和可行性。     

线性规划的GP算法

本文给出了求解线性规划的三个新概念和一个新算法,并给出了两个说明实例。这些新概念和新算法是以目标规划(GP)方法为基础的。GP算法求解线性规划时能得到较多信息,所以,它比通常使用的单纯形法和二阶段法更加有效。     

蜂群算法在冷链物流配送车路径规划中的应用

车辆路径规划问题是冷链物流配送环节的关键,而易腐农产品会随运输时间的推移而腐烂变质或者影响其使用价值。利用解蜂群算法采蜜行为的基本原理及其算法流程,根据配送中心与客户的需求以及运输过程存在各方面约束条件的情况下建立模型并初步考虑到农产品的腐败成本。最终分析并设计了一种基于人工蜂群算法的冷链物流配送车辆路径优化方法,并应用实例及软件仿真对算法进行了验证,且证明了该算法的有效性。     

基于人工蜂群算法的负荷频率控制仿真研究

针对煤矿两区域互联再热火力发电系统中的负荷频率控制（LFC）问题，提出了一种人工蜂群算法的多目标优化实现方法。采用人工蜂群算法和加权和方法，将多目标优化转化为复合目标函数，依据系统负荷变化利用加权和方法对复合目标函数做归一化处理，实现了两区域 PID 控制器增益同步调谐，获得了频率响应的调节时间和超调量达到最佳折中条件。仿真结果表明，该方法简单、有效，在不同的运行条件情况下具有良好的鲁棒性。     

一种求解非线性极大极小问题的神经网络方法

神经网络具有大规模并行处理及快速收敛的特性,为优化问题的算法设计提供了一种新的思路。为此,设计了一种求解非线性极大极小问题■,■的神经网络方法:首先将非线性极大极小问题■,■转化为带不等式约束的非线性规划问题■;然后采用Lagrange乘子法构造相应非线性规划的神经网络模型■,并对该神经网络模型的渐近稳定性进行了分析。数值试验结果表明,利用神经网络可以有效地求解极大极小问题。