基于遺傳算法的決策空間離散分布約束優(yōu)化問題研究.pdf

1、本文將工程優(yōu)化調(diào)度問題中，被優(yōu)化對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)學問題的決策變量定義區(qū)間不連續(xù)約束條件。針對該約束條件引入后，優(yōu)化問題的決策空間離散分布，對數(shù)學特性要求嚴格的算法與約束條件處理方法無法使用的問題，進行算法選擇與搜索策略設計。首先對比常見算法解決該類問題的適應性，選擇遺傳算法進行求解;其次，在遺傳算法框架下，設計基于決策變量定義區(qū)間邊界信息的不可行解修補方法，處理搜索過程中的不可行解，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)約束條件對單目標、多目標與雙層規(guī)劃問題的影響，有針對性的改進算法搜索策略，并通過仿真實驗說明改進的有效性。
　　 主要研究內(nèi)容如下:
　　 1.對決策變量定義區(qū)間不連續(xù)約束條件進行特點分析，比較基于函數(shù)優(yōu)化理論、運籌學理論的優(yōu)化方法，以及智能優(yōu)化方法對該類問題的適應性;選擇遺傳算法求解帶有上述約束條件的優(yōu)化問題。對遺傳操作過程中，可能出現(xiàn)的三類不可行解進行特點與轉(zhuǎn)化模式分析，設計解修補

3、方法;通過與其他三類主要的不可行解處理方法仿真實驗對比，說明該修補方法的有效性。
　　 2.分析小生境技術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)約束條件單目標優(yōu)化問題的適應性，說明精英保留策略適于解決該類問題。設計一類多精英保留策略，通過仿真實驗說明該策略性能較好。并將之應用于解決考慮脫硫補償電價與磨煤機接力區(qū)間的火電廠廠級負荷優(yōu)化分配問題，取得良好效果。
　　 3.對進化算法框架下的主流多目標優(yōu)化算法進行適應

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優(yōu)化問題。針對NSGAⅡ截斷層擁擠距離計算只考慮同層解值域空間距離問題，改進擁擠距離計算方法，引入截斷層與上一層的空間距離加速搜索過程逼近Pareto前沿。通過考慮快速性與經(jīng)濟性的火電廠廠級負荷優(yōu)化分配仿真，說明不可行解修補方法與改進擁擠距離

5、計算方法能有效處理決策空間不連續(xù)分布約束優(yōu)化問題。
　　 4.首先對帶有決策變量定義區(qū)間不連續(xù)約束條件的雙層規(guī)劃問題進行算法適應性分析，說明基于極值理論與Karush-Kuhn-Tucker(KKT)條件的方法無法解決該類問題，而層次型遺傳算法具有較好的適應性，另一方面說明既有的約束條件處理方法難以應用到該類問題中;其次，根據(jù)雙層規(guī)劃問題的交互式?jīng)Q策模式，改進一類層次型遺傳算法，并通過數(shù)值算例仿真，說明其有效性。最后將改進型層次