区间自适应遗传算法优化无约束非线性规划问题

发布时间：2024-04-02 22:15

　　针对无约束非线性规划传统优化方法存在的问题,将区间自适应遗传算法引入无约束非线性规划优化中,算法可以利用当前进化信息,自适应移动搜索区间,找到全局最优解,故可缩短搜索区间长度,提高编码精度,降低算法计算量,解决了传统遗传算法处理优化问题时,给定区间必须包含最优解这一问题,这也是本算法有别于其他优化算法的独特优势,为某些最优解所在区间难以估计的无约束非线性规划问题的优化提供了一条有效可行的途径.系统阐述了区间自适应遗传算法的原理,给出了算法优化无约束非线性规划问题的步骤,以MatlabR2016b仿真方式对算法进行了实例测试,结果表明,方法是一种计算稳定、正确、有效、可靠实用的无约束非线性规划优化方法.

【文章页数】：7 页

【部分图文】：

图１初始区间在全局最优解左侧时Ａ收敛曲线图??

１１４??数学的实践与认识??４９卷??应移动搜索区间至包含最优解位置，所以增加了寻优时间．为了更形象的说明问题，我们仅给??出测试函数Ａ初始区间从上述三个方向选取时，随进化代数收敛的曲线图，如图１、图２、图??３所示．其他５个测试函数值随进化代数收敛的曲线图与Ａ类似，故不再陈述....

图２初始区间包含最优解时Ａ收敛曲线图??

１１４??数学的实践与认识??４９卷??应移动搜索区间至包含最优解位置，所以增加了寻优时间．为了更形象的说明问题，我们仅给??出测试函数Ａ初始区间从上述三个方向选取时，随进化代数收敛的曲线图，如图１、图２、图??３所示．其他５个测试函数值随进化代数收敛的曲线图与Ａ类似，故不再陈述....

图３初始区间在全局最优解右侧时Ａ收敛曲线图??

朱会霞，等：区间自适应遗传算法优化无约束非线性规划问题??１１５??４期??图３初始区间在全局最优解右侧时Ａ收敛曲线图??４结论??１）区间自适应遗传算法求解无约束非线性规划问题时，可以从任意搜索区间出发，以当??前种群信息为依据，经过遗传迭代，向最优解所在区间移动，直至找到全局....

本文编号：3946282