求解机组组合问题的改进型人工鱼群算法研究

提出了改进型人工鱼群算法。采用线性递减的函数取代标准人工鱼群算法(BAFSA)中的固定视野;在觅食行为中,利用粒子群算法(PSO)中的惯性权重线性递减的视野来加速算法的收敛速度;同时用混沌现象代替BAFSA中的随机现象。给出了算法的全局收敛性证明,并将算法应用于求解电力系统机组组合问题,分别对基准测试函数、三机组和十机组系统进行仿真计算,结果均表明新算法能有效跳出局部极值,收敛速度快且具有更高的精度。因此,改进型算法可以作为求解机组组合问题的有效算法。

基于D.C.分解的一类箱型约束的非凸二次规划的新型分支定界算法

提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法.首先,把原问题目标函数进行D.C.分解(分解为两个凸函数之差),利用次梯度方法,求出其线性下界逼近函数的一个最优值,也即原问题的一个下界.然后,利用全局椭球算法获得原问题的一个上界,并根据分支定界方法把原问题的求解转化为一系列子问题的求解.最后,理论上证明了算法的收敛性,数值算例表明算法是有效可行的.