畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)

畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)

ID:6364647

大小:785.50 KB

頁數(shù):35頁

時間:2018-01-11

畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)_第1頁
畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)_第2頁
畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)_第3頁
畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)_第4頁
畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)_第5頁
資源描述:

《畢業(yè)設(shè)計(jì)(論文)-求解非線性規(guī)劃問題的遺傳算法設(shè)計(jì)與實(shí)現(xiàn)》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要非線性規(guī)劃在工程、管理、經(jīng)濟(jì)、科研、軍事等方面都有廣泛的應(yīng)用。傳統(tǒng)的解決非線性規(guī)劃問題的方法,如梯度法、罰函數(shù)法、拉格朗日乘子法等,穩(wěn)定性差,對函數(shù)初值和函數(shù)性態(tài)要求較高,且容易陷入局部最優(yōu)解。遺傳算法是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過程的計(jì)算模型。遺傳算法是一種全局搜索算法,簡單、通用、魯棒性強(qiáng),對目標(biāo)函數(shù)既不要求連續(xù),也不要求可導(dǎo),適用于并行分布處理,應(yīng)用范圍廣。本文在分析傳統(tǒng)的非線性規(guī)劃算法的不足和遺傳算法的優(yōu)越性的基礎(chǔ)上,將遺傳算法應(yīng)用于非線性規(guī)劃。算法引進(jìn)懲罰函數(shù)的概念,構(gòu)造帶有懲罰項(xiàng)的適應(yīng)度函數(shù);通過實(shí)數(shù)編碼,轉(zhuǎn)輪法選擇,雙點(diǎn)交叉,均

2、勻變異,形成了求解非線性規(guī)劃問題的遺傳算法。與傳統(tǒng)的非線性規(guī)劃算法——外點(diǎn)罰函數(shù)法的比較結(jié)果表明該算法在一定程度上有效地克服了傳統(tǒng)的非線性規(guī)劃算法穩(wěn)定性差,對函數(shù)初值和函數(shù)性態(tài)要求較高,且容易陷入局部最優(yōu)解的缺陷,收斂更合理,性能更穩(wěn)定。關(guān)鍵詞:非線性規(guī)劃;遺傳算法;罰函數(shù)法ABSTRACTNon-linearprogramminghasawiderangeofapplicationsinengineering,management,economic,scientific,andmilitaryaspects.Traditionalmethodstosolve

3、thenon-linearprogrammingproblem,suchasthegradientmethod,penaltymethod,Lagrangemultipliermethod,havepoorstability.Theyaresensitivetothefunctioninitialvalueandrequesttheobjectivefunctiontobecontinuousanddifferential.Theresultsarealsoeasilytrappedintolocaloptimalsolution.Geneticalgorit

4、hmisakindofcalculatemodelwhichsimulatesDarwin'sgeneticselectionandbiologicalevolutionofnaturalselection.Geneticalgorithmisaglobalsearchalgorithm.Ithassimple,universal,robustfeatures,anddoesnotrequesttheobjectivefunctiontobecontinuousanddifferential,andissuitableinparalleldistributio

5、nprocessing.Geneticalgorithmiswidelyappliedinmanyareas.Basedontheanalysisofthedisadvantageoftraditionalnon-linearprogrammingalgorithmandtheadvantageofgeneticalgorithm,geneticalgorithmisappliedtonon-linearprogramminginthispaper.Theintroductionoftheconceptofpenaltyfunctionisusedtocons

6、tructthefitnessfunctionwithpunishment.Byusingreal-coded,RouletteWheelselectionmethod,two-pointcrossover,uniformmutation,weformedageneticalgorithmtosolvethenon-linearprogrammingproblem.Comparedwiththemostclassicalandwidelyusedtraditionalnon-linearprogrammingproblemalgorithm–SUMTalgor

7、ithm,theresultsshowthatthenewalgorithmcouldeffectivelyovercomethedefectofthetraditionalalgorithminacertainextent.Thenewalgorithmismorestable,lesssensitivetothefunctioninitialvalueandconditions,andalwayscouldreceivetheoptimalsolutionorapproximateoptimalsolution.Itsconvergenceresultsa

8、remorereasonable,th

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。