论文部分内容阅读
双层规划是一类具有两层递阶结构的系统优化问题,在数学规划领域得到蓬勃发展,成为运筹学一个分支,目前已成功应用于诸多领域中,如经济学、管理学、金融学、工程应用等。同时,双层规划模型的求解非常困难,只有在上下层目标函数及约束条件满足相应的要求时,基于梯度的传统优化方法的求解效率才较高,但对于复杂双层规划(维数高、非线性、目标函数不可微、约束空间非凸等),这类方法往往难以获得全局最优解。近几年来,进化算法、遗传算法、粒子群优化算法等一些智能优化算法,由于其对函数要求较低并且具有较强的全局搜索能力等优点,已被广泛用于求解双层规划问题。本文在广泛查阅、吸收借鉴BLPP求解算法文献的基础上,提出采用改进的PSO算法求解BLPP问题。论文首先对基本粒子群优化算法做了一些改进,然后将改进的算法用于求解双层规划模型,提出基于改进粒子群的双层迭代算法,并通过实验进一步验证算法的有效性。本文所做的主要工作如下：(1)提出了一种带自适应变异的粒子群优化算法,主要做了如下改进：1)自适应的调整惯性权重,使算法在全局搜索能力和局部搜索能力之间达到最佳平衡；2)引入算法局部收敛的判断机制,有效地判断算法是否陷入局部收敛；3)全局极值变异操作。若算法陷入局部收敛,通过给全局极值增加随机扰动,提高其跳出局部最优点的能力。该算法能有效地防止算法陷入局部最优点的问题,全局收敛速度和收敛精度显著提升。(2)提出了基于改进PSO的BLPP求解算法,即把改进的PSO算法应用于BLPP的上下两层,将求解一般BLPP的问题转化为通过两个PSO算法的交互迭代来求解上下两层规划问题。通过与其他算法的实验结果相对比,本算法对于求解双层规划模型是有效的。(3)给出了一种用双层规划方法建立了包括三种回收途径共存的闭环供应链模型。叙述了该模型的背景、现状和需要解决的问题,建立了上下层的规划模型,然后通过实例证明了基于改进PSO的BLPP求解算法是有效的,也是可行的。最后,总结本文所做的主要工作,并提出了进一步的研究方向。