线性约束非线性函数全局优化算法的研究

提出了一种适于处理线性约束条件下非线性规划问题的λ编码稳态遗传算法(λSSGA).首先对线性可行域进行凸分析后将原优化问题I转化为一个仅包含可行域极点信息的等价问题II.问题II具有小边界的约束条件,通过采用特定的凸交叉算子、交换变异算子和倒位算子可以保证算法在遗传操作的过程中不会产生无效的编码,而且能在概率意义上保证λ编码模式在整个可行解空间上充分可达.其次从理论上推导出了得到线性可行区域全部极点的方法,证明了问题I和问题II的等价性.仿真结果表明λSSGA算法在具有较快的收敛速度和精度的同时,还可以有效地维持群体的多样性,得到问题全局的最优解.