×

一种具有显式多样性保持的混合离散粒子群优化算法。 (英语) Zbl 1274.90505号

摘要:工程设计问题通常涉及非线性准则函数,包括不等式和等式约束,以及离散和连续设计变量的混合。在解决这样一个包罗万象的设计问题时,优化方法带来了巨大的挑战。本文对粒子群优化算法(PSO)进行了改进,该算法在处理混合离散变量时能够充分解决系统约束。与传统粒子群优化算法一样,连续搜索(粒子运动)是主要的搜索策略;随后,使用确定性的最接近可行vertex准则更新离散变量。这种方法有望缓解离散变量和连续变量演化速度中的不期望差异。众所周知,由于多样性损失,候选解(粒子)过早停滞是基本粒子群优化动力学的主要缺点之一。为了解决高维设计问题中的这一问题,开发了一种新的自适应多样性保持技术。该技术表征了每次迭代的种群多样性。然后使用估计的多样性测度应用于(i)连续变量情况下远离最佳全局解的动态排斥,以及(ii)离散变量的随机更新。为了进行性能验证,将混合离散PSO算法应用于各种标准测试问题:(i)一组9个无约束问题,以及(ii)一组98个混合整数非线性规划(MINLP)问题。我们还探索了该算法在大规模工程设计问题——风电场布局优化中的适用性。

MSC公司:

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] Alatas B,Akin E,Ozer AB(2009)混沌嵌入粒子群优化算法。混沌孤子分形40(4):1715–1734·Zbl 1198.90400号 ·doi:10.1016/j.chaos.2007.09.063
[2] Banks A、Vincent J、Anyakoha C(2007)粒子群优化综述。第一部分:背景与发展。自然计算6(4):467–484·邮编1125.90065 ·doi:10.1007/s11047-007-9049-5
[3] Banks A,Vincent J,Anyakoha C(2008)粒子群优化综述。第二部分:杂交、组合、多准则和约束优化,以及指示性应用。自然计算7(1):109–124·Zbl 1148.68375号 ·doi:10.1007/s11047-007-9050-z
[4] Beyer HG、Lange B、Waldl HP(1996)风电场升级建模工具。参加:欧盟风能会议。瑞典戈堡AIAA
[5] Blackwell TM,Bentley P(2002)别逼我!避免碰撞群,第2卷。2002年IEEE进化计算大会。IEEE计算机学会,夏威夷州火奴鲁鲁
[6] Bonabeau E、Dorigo M、Theraulaz G(1999)《群体智能:从自然系统到人工系统》,第1版。牛津大学出版社,北卡罗来纳州卡里·Zbl 1003.68123号
[7] Bussieck MR、Drud AS、Meeraus A(2007)Minlplib–混合整数非线性规划的测试模型集合。GAMS Development Corp技术代表,美国华盛顿特区,邮编:20007·Zbl 1238.90104号
[8] Cabrera JF,Coello CAC(2007)使用较小的种群规模处理粒子群优化中的约束。第七届墨西哥人工智能国际会议:人工智能进展。墨西哥阿瓜斯卡连特斯SMIA,第41–51页
[9] Chowdhury S,Dulikravich GS(2010)单目标约束捕食者-食饵进化优化算法的改进。结构多盘Optim 41(4):541–554·Zbl 1274.90504号 ·doi:10.1007/s00158-009-0433-x
[10] Chowdhury S,Dulikravich GS,Moral RJ(2009)约束和非约束多目标优化的改进捕食者-猎物算法。国际数学模型数值优化1(1/2):1–38·Zbl 1182.65090号
[11] Chowdhury S,Messac A,Khire R(2010a)为综合产品平台规划开发一种基于非梯度的混合离散优化方法(cp3)。在:第13届AIAA/ISSMO多学科分析优化会议。德克萨斯州沃思堡AIAA
[12] Chowdhury S,Zhang J,Messac A,Castillo L(2010b)使用混合离散粒子群优化探索影响农场优化设计的关键因素。参加:第13届AIAA/ISSMO多学科分析优化会议。德克萨斯州沃思堡AIAA
[13] Chowdhury S,Messac A,Khire R(2011)《综合产品平台规划(cp3)框架》。ASME机械设计杂志(复杂工程系统设计专刊)133(10):101004
[14] Chowdhury S,Zhang J,Messac A,Castillo L(2012)无限制风电场布局优化(UWFLO):调查影响最大发电量的关键因素。可再生能源38(1):16–30·doi:10.1016/j.renene.2011.06.033
[15] CMU,IBM(2010)CMU-IBM MINLP网络基础设施。http://www.minlp.org/index.php . 2010年12月1日访问
[16] Corne D、Dorigo M、Glover F(1999)《优化新思想》(计算机科学高级主题)。纽约州纽约市麦格劳-希尔
[17] Deb K(2009)使用进化算法的多目标优化。英国奇切斯特威利·Zbl 1165.90019号
[18] Deb K,Pratap A,Agarwal S,Meyarivan T(2002)快速精英多目标遗传算法:Nsga-II。IEEE跨进化计算6(2):182–197·Zbl 05451853号 ·数字对象标识代码:10.1109/4235.996017
[19] 游戏世界(2010)MINLP World。http://www.gamsworld.org/minlp/index.htm . 2010年12月1日访问
[20] GE-Energy(2009)1.5兆瓦风力涡轮机。http://www.ge-energy.com/products和services/products/windturbens/index.jsp。2009年12月1日访问
[21] Goldberg DE(1989)《搜索、优化和机器学习中的遗传算法》,第1版。Addison-Wesley Professional,美国·Zbl 0721.68056号
[22] Gonzalez JS、Rodriguez AGG、Mora JC、Santos JR、Payan MB(2010)使用进化算法优化风电场涡轮机布局。可再生能源35(8):1671–1681·doi:10.1016/j.rene.2010.01.010
[23] Grady SA、Hussaini MY、Abdullah MM(2005)《使用遗传算法布置风力涡轮机》。可再生能源30(2):259–270·doi:10.1016/j.renene.2004.05.007
[24] Hu X,Eberhart RC(2002)用粒子群算法求解约束非线性优化问题。参加:第六届世界系统学、控制论和信息学(SCI)多会议,美国佛罗里达州奥兰多
[25] Jarboui B,Damak N,Siarry P,Rebai A(2008)用于解决多模式资源约束项目调度问题的组合粒子群优化。应用数学计算195:299–308·兹比尔1180.90125 ·doi:10.1016/j.amc.2007.04.096
[26] Kennedy J,Eberhart RC(1995),粒子群优化。收录:IEEE神经网络国际会议。IEEE,皮斯卡塔韦,新泽西州,美国,IV,第1942-1948页
[27] Kennedy J,Eberhart RC(1997)粒子群算法的离散二进制版本。收录:IEEE系统、人和控制论国际会议,第5卷。IEEE,第4104–4108页
[28] Kennedy J、Eberhart RC、Shi Y(2001)《群体情报》,第1版。Morgan Kaufmann,美国
[29] Kitayama S,Arakawa M,Yamazaki K(2006)用粒子群优化方法求解混合离散非线性问题的罚函数方法。结构多盘Optim 32:191–202·Zbl 1245.90149号 ·doi:10.1007/s00158-006-0021-2
[30] Krink T,Vesterstrom JS,Riget J(2002),带空间粒子扩展的粒子群优化。2002年IEEE进化计算大会,第2卷。IEEE计算机学会,夏威夷州火奴鲁鲁
[31] Laskari EC、Parsopulos KE、Vrahatis MN(2002)《整数规划的粒子群优化》。在:IEEE 2002进化计算大会。IEEE,美国夏威夷
[32] Miele A,Cantrell JW(1969)关于函数最小化的记忆梯度方法的研究。最优化理论应用杂志3(6):459–470·Zbl 0165.22702号 ·doi:10.1007/BF00929359
[33] Mikkelsen R、Sorensen JN、Oye S、Troldborg N(2007)使用执行器线技术对一排风力涡轮机的功率增强进行分析。物理杂志75(1)
[34] Murugan P,Kannan S,Baskar S(2009)NSGA-II算法在单目标输电约束发电扩展规划中的应用。IEEE输电系统24(4):1790–1797·doi:10.1109/TPWRS.2009.2030428
[35] Nakamichi Y,Arita T(2004),蚁群优化中的多样性控制。Artif Life Robot 7(4):198–204·doi:10.1007/BF02471207
[36] NDSU(2010)北达科他州农业气象网。http://ndawn.ndsu.nodak.edu/ . 2010年12月1日访问
[37] Parsopulos KE,Vrahatis MN(2002)约束优化问题的粒子群方法。参加:斯洛伐克科希策欧洲国际计算智能研讨会
[38] Pohlheim H(2010)GEATbx:示例函数(单目标函数)2参数优化
[39] Ponsich A,Azzaro Pantel C,Domenech S,Piboulau L(2007)间歇装置设计问题的混合整数非线性规划优化策略。工业工程化学研究46(3):854–863·doi:10.1021/ie060733d
[40] Ponsich A、Azzaro-Pantel C、Domenech S、Pibouleau L(2008)《间歇工厂设计问题的混合集成非线性规划优化策略》。化学工程过程47:420–434·Zbl 1211.90143号 ·doi:10.1016/j.cep.2007.01.020
[41] Ratnaweera A、Halgamuge SK、Watson HC(2004)具有时变加速系数的自组织层次化粒子群优化器。IEEE Trans-Evol计算8(3):240–255·兹伯利05452076 ·doi:10.1109/TEVC.2004.826071
[42] Riget J,Vesterstrom JS(2002)多样性引导的粒子群优化器——arpso。奥胡斯大学计算机科学系EVALife项目组技术代表2002-02
[43] Schittkowski K(2009)fortran中非线性混合整数规划的100个测试问题集:用户指南。德国拜鲁伊大学计算机科学系
[44] Shi Y,Eberhart RC(1998)粒子群优化中的参数选择。In:进化编程VII。美国纽约,第591-600页
[45] Silva A,Neves A,Costa E(2002)粒子群和捕食者-猎物优化的经验比较。摘自:第13届爱尔兰人工智能和认知科学国际会议,爱尔兰利默里克,第2464卷,第103–110页·Zbl 1018.68812号
[46] Singh G、Grandhi RV、Stargel DS(2010),多模式混合变量激光喷丸工艺的改进粒子群优化。结构多盘Optim 42:769–782·Zbl 06227895号 ·doi:10.1007/s00158-010-0540-8
[47] Sisbot S、Turgut O、Tunc M、Camdali U(2010)使用多目标遗传算法对gokceada上的风力涡轮机进行优化定位。风能13(4):297–306·doi:10.1002/we.339
[48] Sobol M(1976)具有额外统一性质的均匀分布序列。苏联计算数学物理16:236–242·Zbl 0391.10033号 ·doi:10.1016/0041-5553(76)90154-3
[49] Sorensen P,Nielsen T(2006)重新校准风力涡轮机尾流模型参数-验证大型海上风电场的尾流模型性能。参加:欧洲风能会议和展览,EWEA,希腊雅典
[50] Tasgetiren MF,Suganthan PN,Pan QQ(2007)广义旅行商问题的离散粒子群优化算法。年:第九届遗传和进化计算年会(GECCO)。SIGEVO和ACM,英国伦敦,第158-167页
[51] Trelea IC(2003)粒子群优化算法:收敛分析和参数选择。Inf流程快报85:317–325·Zbl 1156.90463号 ·doi:10.1016/S0020-0190(02)00447-7
[52] Venter G,Haftka RT(2009),使用双目标公式的约束粒子群优化。结构多盘Optim 40:65–76·Zbl 1274.90514号 ·doi:10.1007/s00158-009-0380-6
[53] Wang Y,Cai Z,Zhou Y(2009)使用收缩空间技术加速约束进化优化的自适应权衡模型。国际J数字方法工程77:1501–1534·兹比尔1158.74442 ·doi:10.1002/nme.2451
[54] 谢XF,杨文杰ZZL(2002)耗散粒子群优化算法。2002年IEEE进化计算大会,第2卷。IEEE计算机学会,夏威夷州火奴鲁鲁,第1456–1461页
[55] Zavala AEM、Diharce ERV、Aguirre AH(2005)《设计可靠性优化的粒子进化群》,第3410卷。In:进化多准则优化:第三届国际会议,EMO 2005。墨西哥瓜纳华托州施普林格,第856–869页·Zbl 1109.68624号
[56] Zhang W,Li H,Zhao Q,Wang H(2009)基于控制理论的粒子群优化参数选择指南。第五届自然计算国际会议。IEEE,中国天津
[57] Zhang J,Chowdhury S,Messac A,Castillo L(2013)多变量多模态风分布模型。可再生能源51:436–447·doi:10.1016/j.rene.2012.09.026
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。