文献类型：期刊文献

中文题名：一种求解混合整数非线性规划问题的混合优化方法

英文题名：A novel hybrid algorithm for solving mixed integer nonlinear programming problem

作者：林越峰[1];蒋达[2];杜文莉[1]

机构：[1]华东理工大学,化工过程先进控制和优化技术教育部重点实验室,上海200237;[2]华东理工大学信息科学与工程学院,上海200237

年份：2014

卷号：31

期号：12

起止页码：1447

中文期刊名：计算机与应用化学

外文期刊名：Computers and Applied Chemistry

收录：CSTPCD;;北大核心:【北大核心2011】；CSCD:【CSCD2013_2014】；

基金：国家自然科学基金项目(61333010,61222303,21276078);中央高校基本科研业务费专项基金;上海市“科技创新行动计划”研发平台建设项目(13DZ2295300);上海市科技启明星跟踪计划(13QH1401200);教育部新世纪优秀人才计划(NCET-10-0885);上海市重点学科建设项目(B504)

语种：中文

中文关键词：混合整数非线性规划;混合算法;遗传算法

外文关键词：minlp; hybrid algorithm; genetic algorithm

摘要：提出了一种适用于求解混合整数非线性规划(MINLP)方法(GA-SQP),针对确定型算法在NLP子问题复杂的情况下难以在有限时间内收敛的问题,将MINLP问题分解为一系列简单的NLP子问题,外层用遗传算法搜索最优的整数变量集,内层执行SQP算法解决NLP问题,相比传统的确定性算法,它能减少模型本身的非凸性,从而消除双线性项的求解困难,而相对于智能算法,它充分利用梯度信息,在求解NLP问题上具有明显的效率优势。在改进求解效率上,进一步引入存储机制,减少NLP重复求解从而加速收敛。最后以3个常用的测试函数和水处理网络问题为例,数值计算表明本文提出的方法搜索精度明显优秀于传统的确定型算法和启发式算法。
This paper proposed a novel two-level optimization method for non-convex and nonlinear mixed integer programming problem（GA-SQP）.In Outer level,genetic algorithm is used to find the best integer solutions,then the original MINLP decomposes to a series of NLP problems easy to be solved,which is solved by the Sequential Quadratic algorithm.Compared to the deterministic algorithm,the proposed can eliminate handling nonconvex term while compared to the evolutionary algorithms,it＇s more effective due to using the gradient information.The experiment results of three benchmarks and a practical case about water treatment show the method is efficient and practical for the mixed-integer nonlinear programming problem compared with the general deterministic algorithm.