双层优化问题是一类具有挑战性的优化问题，包含两个层次的优化任务。在这些问题中，下层问题的最优解成为上层问题的可能可行候选。这样的要求使得优化问题难以解决，并使研究人员忙于设计能够有效处理该问题的方法。尽管付出了努力，但几乎没有任何有效的方法能够处理复杂的双层问题。本文介绍了基于最优下层变量相对于上层变量的二次近似的双层进化算法。该方法能够在相对较少的函数求值中处理具有不同复杂性的两层问题。来自经典优化的思想已经与进化方法混合，为一大类双层问题生成了一个有效的优化算法。在两组测试问题上对算法的性能进行了评估。第一组是最近提出的SMD测试集，其中包含复杂性可控的问题，第二组包含从文献中收集的标准测试问题。已经将所提出的方法与三个基准进行了比较，并且观察到性能增益是显著的。

计及风电最优逆鲁棒指标的双层优化调度策略

matlab精度检验代码BLEAQ2 版本于2017年4月22日上传 基于二次近似的双层进化算法的自述文件-版本2 快速执行指令： 在ulExternalProblem.m中编写上层优化任务 在llExternalProblem.m中编写较低级别的优化任务 xu和xl分别是上层和下层决策向量 在externalProblem.m中提供问题和算法参数 执行为：externalProblem（） 编写代码是为了在两个级别上实现最大化。 可行性为g（x）<= 0和h（x）= 0。 该代码还允许在更高级别处理多个目标。 在externalProblemMulti.m中检查示例实现 BLEAQ2 BLEAQ2是用于非线性双层优化问题的高效计算进化算法的第二版。 可从以下论文中找到有关该算法工作的更多信息。 Sinha，Ankur，Zhichao Lu，Kalyanmoy Deb和Pekka Malo，“基于多重映射的迭代逼近的双层优化”。 Journal of Heuristics（2019即将出版）。 Sinha，Ankur，Zhichao Lu，Kalyanmoy Deb和Pekka Mal

BilevelOptimization.jl：基于JuMP的工具箱，用于解决双层优化问题

基于遗传算法的混合交通网络设计的双层优化模型，杜培全，陈森发，通过对离散型及连续型交通网络设计的特点及其研究现状的分析,提出一种利用双层优化模型和遗传算法对混合网络设计问题进行求解的��

解决非线性双层规划问题的算法

空调负荷占电力终端设备的比重逐年增长，已成为峰 荷最重要的组成部分，加深了中国高峰时段的供需矛盾，导 致峰谷差进一步拉大。但同时空调负荷具有一定热存储能 力，具备巨大的负荷调节潜力，可以通过需求响应纳入到电 力系统调度中。为此，提出了基于直接负荷控制的空调负荷 双层优化调度和控制模型。在宏观层模型中，根据负荷聚合 商在各时段的空调负荷出力和报价，优化调度计划，最小化 电力公司负荷调度成本；在微观层模型中，通过优化其管辖 范围内空调负荷的控制策略，使得实际的空调负荷出力与调 度计划尽可能保持一致并最大化其利益。通过算例分析说明了所提出模型的应用方法。

为解决综合能源系统(IES)中供需双侧不确定因素对运行调度带来的风险问题，将CVaR理论引入IES运行调度问题，提出一种计及风、光出力和电、热负荷不确定性的IES经济调度模型。该模型以IES运行风险费用最小为目标函数，综合考虑电力网络、天然气管网、热力管网以及机组出力等多种约束条件。运用双层优化的思想将上述模型进行转化，采用快速粒子群优化算法和内点法进行求解。通过算例分析置信水平、多能流约束和单位功率调整费用对运行费用的影响，验证了CVaR理论在IES经济调度中的有效性。