本文關(guān)鍵詞： 引力搜索算法 約束優(yōu)化 違反約束度 全局優(yōu)化 精確罰函數(shù)法　出處：《渤海大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：約束優(yōu)化問題在許多領(lǐng)域中都有廣泛的應(yīng)用,而且隨著社會(huì)的發(fā)展,約束優(yōu)化問題越來越復(fù)雜,很難求出全局最優(yōu)解。本文對(duì)現(xiàn)今求解約束優(yōu)化問題的方法進(jìn)行了大致的總結(jié),并分析了其發(fā)展?fàn)顩r與優(yōu)缺點(diǎn)。在此基礎(chǔ)上提出了兩種新的求解約束優(yōu)化問題的方法。論文的主要研究工作如下:1、提出求解約束優(yōu)化問題的雙質(zhì)量引力搜索算法。該算法中每個(gè)粒子具有兩個(gè)質(zhì)量,即“可行質(zhì)量”和“不可行質(zhì)量”。如果粒子在可行區(qū)域中的位置被更新,則使用可行質(zhì)量。否則,使用不可行質(zhì)量。這個(gè)想法是基于可行的粒子被吸引向更好的可行粒子,不可行的粒子被吸引向可行區(qū)域。最后,提出的算法在10個(gè)基準(zhǔn)測(cè)試函數(shù)上進(jìn)行測(cè)試,并與其他算法進(jìn)行比較分析。數(shù)值結(jié)果表明,所提出的算法在解決約束優(yōu)化問題中具有更好的性能。2、提出混合引力搜索算法。通過模擬退火精確罰函數(shù)法構(gòu)造一個(gè)約束子問題,然后用引力搜索算法求解該約束子問題,最后通過與其他四種算法進(jìn)行比較,證明了其可行性。
[Abstract]:Constrained optimization problems are widely used in many fields, and with the development of society, constrained optimization problems become more and more complex. It is difficult to find the global optimal solution. In this paper, the methods for solving constrained optimization problems are summarized. On the basis of this, two new methods for solving constrained optimization problems are proposed. The main research work of this paper is as follows: 1. A two-mass gravitational search algorithm for constrained optimization problems is proposed, in which each particle has two masses, that is, "feasible mass" and "unfeasible mass", if the particle's position in the feasible region is updated. Otherwise, use the unfeasible mass. This idea is based on the idea that viable particles are attracted to better viable particles, and infeasible particles to feasible regions. Finally. The proposed algorithm is tested on 10 benchmark functions and compared with other algorithms. The numerical results show that the proposed algorithm has better performance in solving constrained optimization problems. A hybrid gravity search algorithm is proposed. A constraint subproblem is constructed by simulated annealing exact penalty function method. Then the constraint subproblem is solved by gravity search algorithm. Finally, it is compared with the other four algorithms. The feasibility has been proved.
【學(xué)位授予單位】：渤海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18;O224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王勇;蔡自興;曾威;劉慧;;求解約束優(yōu)化問題的一種新的進(jìn)化算法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

2 張玲;;求解約束優(yōu)化問題的一種算法的改進(jìn)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2006年05期

3 許碧娟;劉海軍;孫尚;;一種遺傳算法求約束優(yōu)化問題的新方法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年S2期

4 劉水霞;陳國(guó)慶;;求解互補(bǔ)約束優(yōu)化問題的松弛法[J];內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

5 葛淑芹;趙文玲;周金川;;隨機(jī)平衡約束優(yōu)化問題約束條件的研究[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

6 孫超利;譚瑛;潘正祥;曾建潮;;一種求解約束優(yōu)化問題的微粒群算法[J];太原科技大學(xué)學(xué)報(bào);2010年06期

7 劉水霞;陳國(guó)慶;;互補(bǔ)約束優(yōu)化問題的乘子序列部分罰函數(shù)算法[J];運(yùn)籌學(xué)學(xué)報(bào);2011年04期

8 羅中華,李社環(huán);求解低維約束優(yōu)化問題實(shí)用方法的探討[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1998年04期

9 張春慨,徐立云,邵惠鶴;改進(jìn)混沌優(yōu)化及其在非線性約束優(yōu)化問題中的應(yīng)用[J];上海交通大學(xué)學(xué)報(bào);2000年04期

10 賀素香,張立衛(wèi);求解約束優(yōu)化問題的一個(gè)對(duì)偶算法[J];計(jì)算數(shù)學(xué);2001年03期

相關(guān)會(huì)議論文 前6條

1 賀春華;張湘?zhèn)?呂文閣;謝慶華;;基于競(jìng)選算法的非線性約束優(yōu)化問題實(shí)現(xiàn)[A];數(shù)學(xué)·力學(xué)·物理學(xué)·高新技術(shù)交叉研究進(jìn)展——2010（13）卷[C];2010年

2 趙志剛;韋兆文;;基于粒子群算法求解約束優(yōu)化問題[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

3 周巖;濮定國(guó);;解非線性不等式約束優(yōu)化問題的序列線形方程法[A];中國(guó)運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

4 孫超利;曾建潮;潘正祥;;一種新的約束優(yōu)化問題初始解的產(chǎn)生方法[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

5 金豪;朱德通;;雙邊校正約Hessian陣過濾仿射內(nèi)點(diǎn)法解非負(fù)約束非線性等式約束優(yōu)化問題[A];中國(guó)運(yùn)籌學(xué)會(huì)第十屆學(xué)術(shù)交流會(huì)論文集[C];2010年

6 鄧長(zhǎng)壽;趙秉巖;;采用不可行解驅(qū)動(dòng)的DE進(jìn)化算法求解難約束優(yōu)化問題[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)博士學(xué)位論文 前9條

1 程維新;約束優(yōu)化問題的QP-free算法研究[D];武漢大學(xué);2013年

2 劉水霞;互補(bǔ)約束優(yōu)化問題若干算法研究[D];內(nèi)蒙古大學(xué);2009年

3 萬(wàn)中;平衡約束優(yōu)化問題的理論與算法研究[D];湖南大學(xué);2001年

4 胡一波;求解約束優(yōu)化問題的幾種智能算法[D];西安電子科技大學(xué);2009年

5 時(shí)貞軍;約束優(yōu)化問題的參數(shù)控制算法研究[D];大連理工大學(xué);2002年

6 王祝君;非線性優(yōu)化問題的過濾線搜索方法[D];上海師范大學(xué);2010年

7 孫祥凱;約束優(yōu)化問題的若干對(duì)偶以及微分性研究[D];重慶大學(xué);2012年

8 姜永;二階錐均衡約束的優(yōu)化問題[D];大連理工大學(xué);2011年

9 劉玉珍;基于進(jìn)化計(jì)算的單目標(biāo)優(yōu)化問題研究[D];湘潭大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 徐海東;人工蜂群算法理論與應(yīng)用研究[D];山東大學(xué);2015年

2 王小朋;兩類問題的Newton方法研究[D];武漢理工大學(xué);2015年

3 段慶松;約束優(yōu)化問題的序列近似方法收斂性[D];大連理工大學(xué);2015年

4 池倩倩;錐約束優(yōu)化問題的罰逼近[D];蘇州大學(xué);2015年

5 王佳;基于Chen-Harker-Kanzow-Smale函數(shù)的概率約束優(yōu)化問題的光滑D.C.近似[D];遼寧師范大學(xué);2015年

6 戚雪彩;人工蜂群算法求解約束優(yōu)化問題的研究[D];南京師范大學(xué);2015年

7 何琛;求解分布式約束優(yōu)化問題的搜索算法研究[D];重慶大學(xué);2016年

8 田蘊(yùn)哲;一類非光滑非凸約束優(yōu)化問題的近似束方法[D];遼寧師范大學(xué);2016年

9 趙得利;基于Burgentropy-散度函數(shù)的不確定概率約束優(yōu)化問題[D];遼寧師范大學(xué);2016年

10 吳施豫;改進(jìn)的引力搜索算法求解約束優(yōu)化問題[D];渤海大學(xué);2017年

，

本文編號(hào)：1453761