带箱约束的非线性全局优化问题降维算法研究

针对带箱约束的非线性全局优化问题降维算法研究,采用三角函数对其进行降维处理,降维后的一维函数通过遗传算法求解。结果表明,每一代精英个体的目标函数值随迭代次数的增加而减小;基于降维的箱约束优化近似解法具备有效性,能降低问题处理难度,同时对求解的精确率有一定保障;基于降维的箱约束优化近似解的值与原函数本身的精确最优解十分接近,即一维问题的最优解近似原n维箱式约束问题最优解;在数值效果方面,低维的函数拥有更高的精度。