針對(duì)無約束非線性規(guī)劃傳統(tǒng)優(yōu)化方法存在的問題,將區(qū)間自適應(yīng)遺傳算法引入無約束非線性規(guī)劃優(yōu)化中,算法可以利用當(dāng)前進(jìn)化信息,自適應(yīng)移動(dòng)搜索區(qū)間,找到全局最優(yōu)解,故可縮短搜索區(qū)間長度,提高編碼精度,降低算法計(jì)算量,解決了傳統(tǒng)遺傳算法處理優(yōu)化問題時(shí),給定區(qū)間必須包含最優(yōu)解這一問題,這也是本算法有別于其他優(yōu)化算法的獨(dú)特優(yōu)勢(shì),為某些最優(yōu)解所在區(qū)間難以估計(jì)的無約束非線性規(guī)劃問題的優(yōu)化提供了一條有效可行的途徑.系統(tǒng)闡述了區(qū)間自適應(yīng)遺傳算法的原理,給出了算法優(yōu)化無約束非線性規(guī)劃問題的步驟,以MatlabR2016b仿真方式對(duì)算法進(jìn)行了實(shí)例測(cè)試,結(jié)果表明,方法是一種計(jì)算穩(wěn)定、正確、有效、可靠實(shí)用的無約束非線性規(guī)劃優(yōu)化方法.

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１初始區(qū)間在全局最優(yōu)解左側(cè)時(shí)Ａ收斂曲線圖??

１１４??數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)??４９卷??應(yīng)移動(dòng)搜索區(qū)間至包含最優(yōu)解位置，所以增加了尋優(yōu)時(shí)間．為了更形象的說明問題，我們僅給??出測(cè)試函數(shù)Ａ初始區(qū)間從上述三個(gè)方向選取時(shí)，隨進(jìn)化代數(shù)收斂的曲線圖，如圖１、圖２、圖??３所示．其他５個(gè)測(cè)試函數(shù)值隨進(jìn)化代數(shù)收斂的曲線圖與Ａ類似，故不再陳述....

圖２初始區(qū)間包含最優(yōu)解時(shí)Ａ收斂曲線圖??

１１４??數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)??４９卷??應(yīng)移動(dòng)搜索區(qū)間至包含最優(yōu)解位置，所以增加了尋優(yōu)時(shí)間．為了更形象的說明問題，我們僅給??出測(cè)試函數(shù)Ａ初始區(qū)間從上述三個(gè)方向選取時(shí)，隨進(jìn)化代數(shù)收斂的曲線圖，如圖１、圖２、圖??３所示．其他５個(gè)測(cè)試函數(shù)值隨進(jìn)化代數(shù)收斂的曲線圖與Ａ類似，故不再陳述....

圖３初始區(qū)間在全局最優(yōu)解右側(cè)時(shí)Ａ收斂曲線圖??

朱會(huì)霞，等：區(qū)間自適應(yīng)遺傳算法優(yōu)化無約束非線性規(guī)劃問題??１１５??４期??圖３初始區(qū)間在全局最優(yōu)解右側(cè)時(shí)Ａ收斂曲線圖??４結(jié)論??１）區(qū)間自適應(yīng)遺傳算法求解無約束非線性規(guī)劃問題時(shí)，可以從任意搜索區(qū)間出發(fā)，以當(dāng)??前種群信息為依據(jù)，經(jīng)過遺傳迭代，向最優(yōu)解所在區(qū)間移動(dòng)，直至找到全局....

本文編號(hào)：3946282