×

甲骨文惩罚方法。 (英语) Zbl 1190.90219号

小结:本文介绍了一种新的、通用的刑罚方法。它特别适用于遗传算法、粒子群优化或蚁群优化等随机元启发式算法。这种方法的新颖之处在于,它是一种只需要调整一个参数的高级方法。此外,这个名为oracle的参数处理起来既简单又直观。本文给出了该方法的伪代码实现,并给出了开放文献中60个约束基准问题的数值结果。将结果与常用惩罚方法的结果进行了比较,表明了该方法的优点。对三个实际应用的进一步结果进行了简要讨论,并增强了该方法的实用性和能力。

MSC公司:

90立方 非线性规划
90 C59 数学规划中的逼近方法和启发式方法
90C26型 非凸规划,全局优化
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Asaadi J.:一些非线性程序的计算比较。数学。程序。4, 144–154 (1973) ·Zbl 0259.90044号 ·doi:10.1007/BF01584657
[2] 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。计算。方法。申请。M.191、1245–1287(2002)·Zbl 1026.74056号 ·doi:10.1016/S0045-7825(01)00323-1
[3] Coit,D.W.,Smith,A.E.:可靠性设计优化的惩罚引导遗传搜索。计算。Ind.Eng.30,遗传算法专刊,第895-904页(1996)
[4] Dahl H.、Meeraus A.、Zenios S.A.:一些财务优化模型:风险管理。In:Zenios,S.A.(eds)Financial Optimization,剑桥大学出版社,纽约(1993)
[5] Dorigo M.,Stuetzle T.:蚁群优化。麻省理工学院出版社,剑桥(2004)·邮编1092.90066
[6] Downs J.J.,Vogel E.F.:工厂范围的工业过程控制问题。计算。化学。工程17、245–255(1993)·doi:10.1016/0098-1354(93)80018-I
[7] Duran M.,Grossmann I.E.:一类混合整数非线性程序的外近似算法。数学。程序。36307–339(1986年)·Zbl 0619.90052号 ·doi:10.1007/BF02592064
[8] Egea J.A.、Rodríguez-Fernández M.、Banga J.R.、MartíR.:化学和生物过程优化的分散搜索。环球杂志。最佳方案。37, 481–503 (2007) ·兹比尔1108.92001 ·doi:10.1007/s10898-006-9075-3
[9] Exler O.,Schittkowksi K.:混合整数非线性规划的信赖域SQP算法。最佳方案。莱特。3, 269–280 (2007) ·Zbl 1152.90551号 ·doi:10.1007/s11590-006-0026-1
[10] Exler O.、Antelo L.T.、Egea J.A.、Alonso A.A.、Banga J.R.:基于禁忌搜索的混合整数非线性问题算法及其在集成过程和控制系统设计中的应用。计算。化学。工程师321877–1891(2008)·doi:10.1016/j.compchemeng.2007.10.008
[11] Floudas C.A.、Pardalos P.M.、Adjiman C.S.、Esposito W.R.、Gumus Z.H.、Harding S.T.、Klepeis J.L.、Meyer C.A.、Stuetzle C.A.:局部和全局优化测试问题手册。Kluwer学术出版社,Dordrecht(1999)·Zbl 0943.90001号
[12] Floudas C.A.:非线性和混合整数优化:基础和应用。牛津大学出版社,牛津(1995)·Zbl 0886.90106号
[13] Floudas,C.A.,Pardalos,P.M.:约束全局优化算法测试问题集。计算机科学讲座笔记455,Springer,New York(1990)·Zbl 0718.90054号
[14] Goldberg D.E.:搜索、优化和机器学习中的遗传算法。Kluwer学术出版社,波士顿(1989)·Zbl 0721.68056号
[15] Glover F.、Laguna M.、Marti R.:分散搜索和路径链接的基础。控制网络。39653–684(2000年)·Zbl 0983.90077号
[16] Grossmann,I.E.,Kravanja,Z.:混合整数非线性规划:算法和应用综述。数学及其应用IMA卷,第93卷,大规模优化与应用。第二部分:优化设计与控制,Biegler,T.F.,Coleman,T.F..,(编辑),第73-100页,Springer,New York(1997)·Zbl 0884.65058号
[17] Gupta O.K.,Ravindran V.:凸非线性整数规划中的分枝定界实验。管理。科学。31, 1533–1546 (1985) ·Zbl 0591.90065号 ·doi:10.1287/mnsc.31.12.1533年
[18] Hadj Alouane A.B.,Bean J.C.:用于多选整数程序的遗传算法。操作。第45、92–101号决议(1997年)·Zbl 0892.90139号 ·doi:10.1287/opre.45.1.92
[19] Homaifar A.,Lai S.H.Y.,Qi X.:通过遗传算法的约束优化。模拟62242-254(1994)·doi:10.1177/003754979406200405
[20] Kaya C.Y.,Noakes J.L.:时间最优控制的计算方法。J.优化。西奥。申请。117, 69–92 (2003) ·Zbl 1029.49029号 ·doi:10.1023/A:102360422807
[21] Kennedy,J.,Eberhart,R.:粒子群优化。在:《IEEE神经网络国际会议论文集》,新泽西州皮斯卡塔韦,第1942-1948页(1995年)
[22] Kirkpatrick S.、Gelatt C.D.、Vecchi M.P.:模拟退火优化。《科学》220、671–680(1983)·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671
[23] Manne,A.S.:游戏/MINOS:三个例子。斯坦福大学运筹学系技术报告(1986年)
[24] Morales,A.K.,Quezada,C.V.:约束优化的通用电气遗传算法。摘自:第六届欧洲智能技术和软计算大会会议记录,EUFIT’98,德国亚琛,Verlag Mainz,pp.518-522(1998)
[25] Michalewicz Z.:进化计算方法中约束处理技术的综述。收录于:McDonnell,J.R.、Reynolds,R.G.、Fogel,D.B.(编辑)《第四届进化规划年会论文集》,第135–155页。麻省理工学院出版社,剑桥(1995)
[26] Sager,S.:mintOC,混合整数最优控制问题的基准库(网址:http://mintoc.de ) (2009)
[27] Socha K.,Dorigo M.:连续域的蚁群优化。欧洲药典。第185、1155–1173号决议(2008年)·Zbl 1146.90537号 ·doi:10.1016/j.ejor.2006.06.046
[28] Schlüter M.,Egea J.A.,Banga J.R.:非凸混合整数非线性规划的扩展蚁群优化。计算。操作。第36(7)号决议,2217–2229(2009)·Zbl 1158.90391号 ·doi:10.1016/j.cor.2008.08.015
[29] Schlüter M.、Egea J.A.、Antelo L.T.、Alonso A.A.、Banga J.R.:集成过程和控制系统设计的扩展蚁群优化算法。工业工程化学。48(14), 6723–6738 (2009) ·doi:10.1021/ie8016785
[30] Schlüter,M.:MIDACO–混合整数非线性规划的全局优化软件(http://www.midaco-solver.com ) (2009)
[31] Smith A.E.,Tate D.M.:使用惩罚函数的遗传优化。摘自:Forrest,S.(eds)《第五届遗传算法国际会议论文集》,加州圣马特奥,第499-503页。Morgan Kaufmann Publishers,Los Altos(1993)
[32] Van de Braak,G.:Das Verfahren MISQP zur gemischt ganzzahligen nichtlinearen Programmiereng fuer den Entwurf elektronischer Bauteile。德国明斯特大学数值与仪器数学系毕业论文(2001年)
[33] Yeniay O.:遗传算法约束优化的惩罚函数方法。数学。计算。申请。10, 45–56 (2005) ·Zbl 1116.90098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。