基于改進粒子群的雙層規(guī)劃求解算法研究.pdf

1、雙層規(guī)劃是一類具有兩層遞階結構的系統(tǒng)優(yōu)化問題,在數(shù)學規(guī)劃領域得到蓬勃發(fā)展,成為運籌學一個分支,目前已成功應用于諸多領域中,如經濟學、管理學、金融學、工程應用等。同時,雙層規(guī)劃模型的求解非常困難,只有在上下層目標函數(shù)及約束條件滿足相應的要求時,基于梯度的傳統(tǒng)優(yōu)化方法的求解效率才較高,但對于復雜雙層規(guī)劃(維數(shù)高、非線性、目標函數(shù)不可微、約束空間非凸等),這類方法往往難以獲得全局最優(yōu)解。近幾年來,進化算法、遺傳算法、粒子群優(yōu)化算法等一些智能優(yōu)

2、化算法,由于其對函數(shù)要求較低并且具有較強的全局搜索能力等優(yōu)點,已被廣泛用于求解雙層規(guī)劃問題。
　　本文在廣泛查閱、吸收借鑒BLPP求解算法文獻的基礎上,提出采用改進的PSO算法求解BLPP問題。論文首先對基本粒子群優(yōu)化算法做了一些改進,然后將改進的算法用于求解雙層規(guī)劃模型,提出基于改進粒子群的雙層迭代算法,并通過實驗進一步驗證算法的有效性。本文所做的主要工作如下:
　　(1)提出了一種帶自適應變異的粒子群優(yōu)化算法,主要做了如

3、下改進:1)自適應的調整慣性權重,使算法在全局搜索能力和局部搜索能力之間達到最佳平衡;2)引入算法局部收斂的判斷機制,有效地判斷算法是否陷入局部收斂;3)全局極值變異操作。若算法陷入局部收斂,通過給全局極值增加隨機擾動,提高其跳出局部最優(yōu)點的能力。該算法能有效地防止算法陷入局部最優(yōu)點的問題,全局收斂速度和收斂精度顯著提升。
　　(2)提出了基于改進PSO的BLPP求解算法,即把改進的PSO算法應用于BLPP的上下兩層,將求解一般B