基于遺傳算法的決策空間離散分布約束優(yōu)化問(wèn)題研究.pdf

1、本文將工程優(yōu)化調(diào)度問(wèn)題中，被優(yōu)化對(duì)象不能在某些特定區(qū)間內(nèi)取值的要求，建模為待優(yōu)化數(shù)學(xué)問(wèn)題的決策變量定義區(qū)間不連續(xù)約束條件。針對(duì)該約束條件引入后，優(yōu)化問(wèn)題的決策空間離散分布，對(duì)數(shù)學(xué)特性要求嚴(yán)格的算法與約束條件處理方法無(wú)法使用的問(wèn)題，進(jìn)行算法選擇與搜索策略設(shè)計(jì)。首先對(duì)比常見(jiàn)算法解決該類問(wèn)題的適應(yīng)性，選擇遺傳算法進(jìn)行求解;其次，在遺傳算法框架下，設(shè)計(jì)基于決策變量定義區(qū)間邊界信息的不可行解修補(bǔ)方法，處理搜索過(guò)程中的不可行解，維持種群中可行解的比

2、例;最后，考慮決策變量定義區(qū)間不連續(xù)約束條件對(duì)單目標(biāo)、多目標(biāo)與雙層規(guī)劃問(wèn)題的影響，有針對(duì)性的改進(jìn)算法搜索策略，并通過(guò)仿真實(shí)驗(yàn)說(shuō)明改進(jìn)的有效性。
　　 主要研究?jī)?nèi)容如下:
　　 1.對(duì)決策變量定義區(qū)間不連續(xù)約束條件進(jìn)行特點(diǎn)分析，比較基于函數(shù)優(yōu)化理論、運(yùn)籌學(xué)理論的優(yōu)化方法，以及智能優(yōu)化方法對(duì)該類問(wèn)題的適應(yīng)性;選擇遺傳算法求解帶有上述約束條件的優(yōu)化問(wèn)題。對(duì)遺傳操作過(guò)程中，可能出現(xiàn)的三類不可行解進(jìn)行特點(diǎn)與轉(zhuǎn)化模式分析，設(shè)計(jì)解修補(bǔ)

3、方法;通過(guò)與其他三類主要的不可行解處理方法仿真實(shí)驗(yàn)對(duì)比，說(shuō)明該修補(bǔ)方法的有效性。
　　 2.分析小生境技術(shù)與精英保留策略求解帶有決策變量連續(xù)定義區(qū)間不連續(xù)約束條件單目標(biāo)優(yōu)化問(wèn)題的適應(yīng)性，說(shuō)明精英保留策略適于解決該類問(wèn)題。設(shè)計(jì)一類多精英保留策略，通過(guò)仿真實(shí)驗(yàn)說(shuō)明該策略性能較好。并將之應(yīng)用于解決考慮脫硫補(bǔ)償電價(jià)與磨煤機(jī)接力區(qū)間的火電廠廠級(jí)負(fù)荷優(yōu)化分配問(wèn)題，取得良好效果。
　　 3.對(duì)進(jìn)化算法框架下的主流多目標(biāo)優(yōu)化算法進(jìn)行適應(yīng)

4、性分析，選擇決策變量定義區(qū)間不連續(xù)約束條件影響最小的快速非支配排序遺傳算法(Non-Dominated Sorting Genetic AlgorithmⅡ，NSGAⅡ)解決帶有該類約束條件的多目標(biāo)優(yōu)化問(wèn)題。針對(duì)NSGAⅡ截?cái)鄬訐頂D距離計(jì)算只考慮同層解值域空間距離問(wèn)題，改進(jìn)擁擠距離計(jì)算方法，引入截?cái)鄬优c上一層的空間距離加速搜索過(guò)程逼近Pareto前沿。通過(guò)考慮快速性與經(jīng)濟(jì)性的火電廠廠級(jí)負(fù)荷優(yōu)化分配仿真，說(shuō)明不可行解修補(bǔ)方法與改進(jìn)擁擠距離

5、計(jì)算方法能有效處理決策空間不連續(xù)分布約束優(yōu)化問(wèn)題。
　　 4.首先對(duì)帶有決策變量定義區(qū)間不連續(xù)約束條件的雙層規(guī)劃問(wèn)題進(jìn)行算法適應(yīng)性分析，說(shuō)明基于極值理論與Karush-Kuhn-Tucker(KKT)條件的方法無(wú)法解決該類問(wèn)題，而層次型遺傳算法具有較好的適應(yīng)性，另一方面說(shuō)明既有的約束條件處理方法難以應(yīng)用到該類問(wèn)題中;其次，根據(jù)雙層規(guī)劃問(wèn)題的交互式?jīng)Q策模式，改進(jìn)一類層次型遺傳算法，并通過(guò)數(shù)值算例仿真，說(shuō)明其有效性。最后將改進(jìn)型層次