基于多智能體遺傳算法的約束優(yōu)化方法研究.pdf

1、遺傳算法的出現(xiàn)為復(fù)雜優(yōu)化問題的求解提供了新的思路。由于它具有智能性、通用性、穩(wěn)健性和全局搜索能力，遺傳算法在很多領(lǐng)域取得了很大的成功?，F(xiàn)實世界中存在大量的優(yōu)化問題，特別是在科學(xué)研究和工程實踐領(lǐng)域，而這些問題往往都帶有約束條件。由于問題自身的特點，傳統(tǒng)方法已經(jīng)難以獨立解決。遺傳算法作為一種基于群體搜索的全局優(yōu)化方法，十分適合于約束優(yōu)化問題的求解。
　　本論文對遺傳算法求解約束優(yōu)化問題進行了深入的研究，主要研究工作包括以下幾個方面：<

2、br>　?。?）將智能體遺傳算法的鄰域競爭算子與一個有效的約束優(yōu)化技術(shù)相結(jié)合，提出了一種基于智能體遺傳算法的約束優(yōu)化方法。該方法能充分利用不可行解的信息，使得算法能更準確的找到全局最優(yōu)解。通過對12個標準函數(shù)的仿真實驗，結(jié)果表明我們的方法具有良好的性能。
　?。?）將可行域逼近策略用于智能體遺傳算法求解約束優(yōu)化問題。該方法在進化過程中使得算法的解逐步逼近全局最優(yōu)解，從而避免了算法陷入局部最優(yōu)。實驗中用12個標準函數(shù)進行測試，結(jié)果表

3、明該方法優(yōu)于其它方法。
　　（3）將傳統(tǒng)優(yōu)化算法與智能體遺傳算法相結(jié)合，提出了混合智能體遺傳算法求解約束優(yōu)化問題。該方法克服了遺傳算法收斂速度較慢，且局部搜索能力不強的缺點。實驗中用12個標準函數(shù)進行仿真，結(jié)果表明該算法是一類高效的非精確混合遺傳算法。
　?。?）將智能體遺傳算法與一種有效的約束優(yōu)化技術(shù)相結(jié)合，提出了一種新的方法處理布局優(yōu)化問題。布局優(yōu)化是NP難問題，也是復(fù)雜的非線性約束優(yōu)化問題，傳統(tǒng)的優(yōu)化方法容易陷入局部最