文档介绍：摘要决混合整数规划问题时候,该方法与传统解决襆侍獾乃惴ㄏ啾龋芄挥ū疚奶岢龅慕饩鯩玳侍獾腡惴ㄓτ玫交蝗韧绻讨腥ァM本文对禁忌搜索算法作出改进,提出了一种解决带约束连续优化问题的禁忌搜索算法和一种解决混合整数规划问题的禁忌搜索算法。本文主要的研究成果和创新点包括:岢隽艘恢质视糜赥脑际砘啤R延械牧伤阉魉惴ǘ贾能解决无约束连续优化问题。由于在搜索过程中产生的邻域候选解都具有一定的随机性,这种随机性使它无法满足各种约束条件。而目前用于启发式算法的约束处理方式基本上基于惩罚函数法,但是惩罚函数法只能对不可行解进行惩罚而无法将其迅速引导到可行区域。因此,本文提出了一种能具有将不可行解快速引导到可行区域的约束处理机制。通过对多个约束进行加权汇总为一个函数,然后利用咝缘木植渴樟残阅芙ú豢尚械牧谟蚝蜓〗庋杆俚匾嫉礁浇可行区域去。仿真结果表明,在中,采用本约束方法是可行的,优于一般的约束处理方式,结合该种约束处理机制后能够有效地搜索全局最优。岢隽艘恢质褂媒饩龌旌险婊侍獾慕伤阉魉惴āMü砸话慊合整数规划模型的分析,可以知道一旦给定混合整数规划模型的整型分量,那么模型就可以转为为一个普通的非线性规划问题。针对该特性,提出了一个具有两层嵌套构架的禁忌搜索算法。在外层,禁忌搜索算法用于最佳整型变量地遍历,而内层则充分利用訬子优化问题进行快速求解。仿真结果表明,在解效地避免陷入局部最优。过对换热网络的深入分析,提出了一套根据换热网络结构自动建立参数优化模型的机制。当在外层给定换热网络流股匹配后,在内层将对自动建立相应的换热单元参数优化模型进行蠼狻7抡娼峁砻髟谀诓悴捎米远5幕相对传统的换热网络方法而言,大大降低了辅助决策变量的维数,提高了计算效率。关键词:禁忌搜索;辉际恚换旌险婊换蝗韧纭浙江大学硕十学位论文
知识水坝为您整理
Ⅱ長篴,百百,Ⅱ&叩Ⅱ鷇瓾,甅勰ⅢⅡⅡⅡ【.主,Ⅱ廿血血,诅甌廿:吐,緐Ⅱ琣协也甌Ⅱ琣胠狽絜
知识水坝为您整理
,.百印叩西猠餷,琧面浙江大学硕士学位论文,Ⅱ甌,.簍Ⅱ
第滦髀引言根本不存在或即使存在,其计算时间使人无法接受,而启发式算法简单易行,速最优化技术是一种以数学为基础,用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支,优化技术一直受到人们的广泛重视,并在很多领域得到迅速推广和应用。最优化是人们在工程技术、科学研究和经济管理的诸多领域中经常遇到的问题,随着科学技术尤其是计算机技术的不断发展,以及数学理论与方法向各门学科和各个应用领域的更广泛、更深入地渗透,最优化理论和技术必将在社会的诸多方面起着越来越大的作用。目前己经有许多优化方法用于来求解优化问题。如最速下降法,牛顿法,共轭梯度法等,在寻找最小目标值点时,传统的优化方法是以一个初始点出发,在邻域中寻求目标值更小的点,最后达到一个局部极值点。这种方法搜索到的局部最优点很有可能不是我们要求的全局最优解。尤其是对于非线性的具有很多的局部最优值的目标函数而言,传统的这些方法基本上都不能胜任。它们通常对于目标函数的性质要求比较高,比如要求目标函数连续或可导,而这种要求在许多问题中是不能满足的,实际中的许多问题甚至连显式的目标函数都写不出来,更不用说可导和连续了。这些原因导致了在许多非线性优化问题中,传统的优化方法无能为力。近些年来出现了一些新的启发式算法,启发式算法是相对于最优算法提出的。一个问题的最优算法应该能求得该问题的每个实例的全局最优解。而启发式算法则是一个基于直观或经验构造的算法,它在可接受的计算花费下给出解决优化问题的每一个实例的一个可行解,该可行解与最优解的偏离程度事先不一定可以预计,即它不能保证所得解的可行性和最优性,甚至在多数情况下,无法阐述所得解和最优解的近似程度。启发式算法能够得到迅速发展是有其深刻的原因,是在某些情况下,特别是大规模的实际问题中,最优算法度快,因此尽管启发式算法不能保证求得最优解,此时也只能通过启发式算法在合理的计算时间中求得优化问题的一个较好的可接受的可行解。浙江大学硕土学位论文
禁忌搜索算法删琓‘K窃诤芏喾矫媛懔苏庑┯呕侍獾囊G蟆⒑蜓〗⑻厣庾荚缸如一步算法,数学规划方法,解空间松弛法等。而年代初兴起了一些新的启发緇模拟退火算法肌玤猰,埃伤阉魉惴舐纫恍┕献⋯‘和神经网络设计南滓校⑷〉昧钊寺獾男Ч早在年代,由于实际问题的需要,人们提出了一些快捷有效的启发式算法,式方法,称为现代优化方法。其中比较典型的有遗传算法这些算法的共同特征是:际侨ň钟呕椒ǎ炊季哂蟹⑾秩ň肿钣沤獾哪芰Α级杂谀勘旰囊G蠛艿停灰G竽勘旰傻迹灰G竽勘旰甚至不要求目标函数存在显式的表达,只需要给定一定的参数配置,能够求得目标函数值即可。惴ǖ目蚣芏己芗虻ィㄓ眯郧俊在这