×

研究一种用于约束优化的混合模拟退火和局部搜索算法。 (英语) Zbl 1175.90377号

摘要:约束优化问题(COP)经常发生在许多实际应用中,例如运动学、化工过程优化、电力系统等。当约束是非线性和非凸的时,这些问题在确定可行解方面具有挑战性。因此,与非凸有界约束全局优化问题相比,在非凸COP中找到全局最优解的位置更加困难。本文提出了一种混合模拟退火方法(HSA),用于求解一般COP。HSA具有解决可行性和优化问题的功能,在这里,它由一个局部搜索程序,即可行序列二次规划(FSQP)支持。我们开发了两个版本的HSA。第一个版本(HSAP)包含约束处理的惩罚方法,第二个版本(HSAD)通过独立跟踪可行和不可行解序列,消除了在目标函数中施加惩罚的需要。数值实验表明,第二个版本在最坏情况下性能更可靠。

MSC公司:

90立方 非线性规划
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bennage,W.A。;Dhingra,A.K.,使用模拟退火进行离散连续变量的单目标结构优化,国际数值方法与工程杂志,382753-2773(1995)·Zbl 0855.73052号
[2] Carlson,S.、Shonkwiler,R.、Babar,S.和Aral,M.1998年。对约束条件下的遗传算法进行退火。SMC 98会议。可从以下位置获得:<http://www.math.gatech.edu/shenk/body.html; Carlson,S.、Shonkwiler,R.、Babar,S.和Aral,M.1998年。对约束条件下的遗传算法进行退火。SMC 98会议。可从以下位置获得:<网址:http://www.math.gatech.edu/shenk/body.html
[3] Coello,C.A.C.,《与进化算法一起使用的理论和数值约束处理技术:最新技术综述》,《应用力学和工程中的计算方法》,1911245-1287(2002)·Zbl 1026.74056号
[4] 椰子,椰子约束优化问题的测试问题-库2。可从以下网址获得:<www.mat.univie.ac.at/neum/glopt/cochoft/;椰子,椰子约束优化问题的测试问题-库2。可从以下网址获得:<www.mat.univie.ac.at/neum/glopt/cochof/
[5] 科拉纳,A。;Marchesi,M。;马里尼,C。;Ridela,S.,用模拟退火算法最小化连续变量的多峰函数,ACM数学软件学报,13,262-279(1987)·Zbl 0632.65075号
[6] Deb,K.,遗传算法的一种有效约束处理方法,应用力学与工程计算方法,186311-338(2000)·Zbl 1028.90533号
[7] Dembo,R.S.,《一组几何规划测试问题及其解决方案》,《数学规划》,第10期,192-213页(1976年)·Zbl 0349.90066号
[8] Dekkers,A。;Aarts,E.,《全局优化和模拟退火》,《数学规划》,50,367-393(1991)·Zbl 0753.90060号
[9] Epperly,T.G.,1995年。基于并行分枝定界的非凸非线性规划全局优化,威斯康星大学麦迪逊分校博士论文。;Epperly,T.G.,1995年。使用并行分支和定界对非凸非线性程序进行全局优化,威斯康星大学麦迪逊分校博士论文。
[10] 佛罗伦萨。;Pardalos,P.M.,《约束全局优化算法的测试问题集》,《计算机科学讲义》,第455卷(1990),Springer-Verlag·Zbl 0718.90054号
[11] Ingber,L.,自适应模拟退火(ASA):经验教训,控制与控制论,25,33-54(1996)·Zbl 0860.93035号
[12] Joines,J。;Houck,C.,《关于使用非平稳惩罚函数用遗传算法解决非线性约束优化问题》,(第一届IEEE进化计算国际会议论文集(1994),IEEE出版社),579-584
[13] Hansen,P。;Jaumard,B。;Lu,S.-H.,《全局优化的分析方法》,《数学规划》,52,227-254(1991)·Zbl 0747.90091号
[14] Hedar,A.R。;Fukushima,M.,非线性无约束全局优化的混合模拟退火和直接搜索方法,优化方法和软件,17,891-912(2002)·兹比尔1065.90081
[15] Hedar,A.R。;Fukushima,M.,非线性全局优化的启发式模式搜索及其与模拟退火的混合,优化方法与软件,19291-308(2004)·Zbl 1059.90149号
[16] A.R.Hedar,M.福岛,2005年。约束连续全局优化的无导数滤波器模拟退火方法。发表在《全球优化杂志》上。;A.R.Hedar,M.福岛,2005年。约束连续全局优化的无导数滤波器模拟退火方法。出现在《全球优化杂志》上·Zbl 1133.90421号
[17] Kazarlis,S。;Petridis,V.,遗传算法中的变适应度函数:研究动态惩罚项的增长率,(《第五届国际自然并行问题解决会议论文集》(1998年),施普林格出版社:施普林格出版社,柏林),211-220
[18] 柯克帕特里克,A。;盖拉特,C.D。;Vechi,M.P.,《模拟退火优化》,《科学》,220671-680(1983)·Zbl 1225.90162号
[19] Lawrence,C.T.,Zhou,J.L.,Tits,A.L.,1997年。CFSQP 2.5版用户指南:求解(大规模)约束非线性(minimax)优化问题的代码,生成满足所有不等式约束的迭代,马里兰州大学系统研究所,马里兰州学院园。;Lawrence,C.T.,Zhou,J.L.,Tits,A.L.,1997年。CFSQP 2.5版用户指南:求解(大规模)约束非线性(minimax)优化问题的代码,生成满足所有不等式约束的迭代,马里兰州大学系统研究所,马里兰州学院公园。
[20] Leite,J.P.B。;Topping,B.H.V.,《结构优化的并行模拟退火》,《计算机与结构》,73545-564(1999)·Zbl 1049.74748号
[21] Michalewicz,Z.,《遗传算法、数值优化和约束》,(第六届遗传算法国际会议论文集(1995),Morgan Kaufmann),151-158
[22] Michalewicz,Z。;Attia,N.,约束问题的进化优化,(第三届进化规划年会论文集(1994),世界科学),98-108
[23] Michalewicz,Z。;Nazhiyath,G.,GENOCOP III:非线性约束数值优化问题的协同进化算法,(第二届IEEE进化计算国际会议论文集(1995),IEEE出版社),647-651
[24] Morales,K.A.,Quezada,C.C.,1998年。约束优化的通用折衷遗传算法。摘自:《第六届欧洲智能技术与软计算大会论文集》,EUFIT’98,第518-522页。;Morales,K.A.,Quezada,C.C.,1998年。约束优化的通用折衷遗传算法。摘自:《第六届欧洲智能技术与软计算大会论文集》,EUFIT’98,第518-522页。
[25] Myung,H。;Kim,J.-H。;Fogel,D.B.,《约束问题进化优化的双状态方法的初步研究》,进化规划,449-463(1995)
[26] Özdamar,L.公司。;Demirhan,M.,《新随机全局优化搜索技术的实验》,《计算机与手术室》,27841-865(2000)·Zbl 0967.90086号
[27] Schoenauer,M。;Michalewicz,Z.,进化算法,同态映射和约束参数优化,进化计算,7,19-44(1999)
[28] Shang,Y.,Fromherz,M.,Crawford,L.,2002年。非线性连续约束问题的高效协同求解器。在:国际数学软件大会(ICMS),中国北京。;Shang,Y.,Fromherz,M.,Crawford,L.,2002年。非线性连续约束问题的高效协同求解器。在:国际数学软件大会(ICMS),中国北京·Zbl 1011.68184号
[29] 史密斯,A.E。;Coit,D.W.,约束处理技术——惩罚函数。约束处理技术——惩罚函数,《进化计算手册》(1997),牛津大学出版社和物理研究所出版社,第C章5.2
[30] 斯旺尼,R.E.,1990年。代数非线性程序的全局解。AIChE年会,伊利诺伊州芝加哥。;斯旺尼,R.E.,1990年。代数非线性程序的全局解。AIChE年会,伊利诺伊州芝加哥。
[31] 维斯韦斯瓦兰,V。;Floudas,C.A.,某些非凸NLPs-II类的全局优化算法(GOP)。理论和测试问题的应用,计算机与化学工程,1419-1434(1990)
[32] Wah,B.W.,Wang,T.,1999年。约束模拟退火在非线性连续约束全局优化中的应用。In:程序。第11届IEEE人工智能工具国际会议,第381-388页。;Wah,B.W.,Wang,T.,1999年。约束模拟退火在非线性连续约束全局优化中的应用。In:程序。第11届IEEE人工智能工具国际会议,第381-388页。
[33] Wah,B.W。;Wang,T.,非线性全局优化约束模拟退火中的调整策略,人工智能工具国际期刊,9,3-25(2000)
[34] Wah,B.W。;Chen,Y.X.,约束全局优化的最优时间约束模拟退火,(Dechter,R.,LNCS,1894(2000),Springer-Verlag),425-440·Zbl 1044.68807号
[35] Wong,K.P。;Fung,C.C.,基于模拟退火的经济调度算法,IEE Proceedings Part C,140509-515(1993)
[36] Wong,K.P。;Wong,Y.W.,使用混合遗传/模拟退火方法的火电机组调度,IEE Proceedings-C Generation Transmission and Distribution,142,372-380(1995)
[37] Wong,K.P。;Wong,S.Y.W.,结合遗传算法/模拟退火/模糊集方法的短期发电调度与购电合同,IEEE电力系统交易,11,112-118(1996)
[38] Wong,K.P。;Wong,S.Y.W.,短期多燃料约束发电调度的混合遗传/模拟退火方法,IEEE电力系统汇刊,12776-784(1997)
[39] Wong,Y.C。;Leung,K.S。;Wong,C.K.,基于模拟退火的热弹性尺度行为研究算法,IEEE系统、人与控制论汇刊,C部分,30,506-516(2000)
[40] Yeniay,O.,用遗传算法进行约束优化的惩罚函数方法,数学和计算应用,10,45-56(2005)
[41] 周J.L。;Tits,A.L.,精细离散连续极小极大问题和其他具有许多目标函数的极小极大问题的SQP算法,SIAM优化期刊,6461-487(1996)·Zbl 0858.49027号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。