一种新的基于正交实验设计的约束优化进化算法

一种新的基于正交实验设计的约束优化进化算法

ID:33325957

大小:2.03 MB

页数:10页

时间:2019-02-24

一种新的基于正交实验设计的约束优化进化算法_第1页
一种新的基于正交实验设计的约束优化进化算法_第2页
一种新的基于正交实验设计的约束优化进化算法_第3页
一种新的基于正交实验设计的约束优化进化算法_第4页
一种新的基于正交实验设计的约束优化进化算法_第5页
资源描述:

《一种新的基于正交实验设计的约束优化进化算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第33卷第5期计算机学报Vol.33No.52010年5月CHINESEJOURNALOFCOMPUTERSMay2010一种新的基于正交实验设计的约束优化进化算法蔡自兴江中央王勇罗一丹(中南大学信息科学与工程学院长沙410083)摘要提出了一种新的基于正交实验设计的约束优化进化算法.新算法的主要特点是:在搜索机制方面,利用正交实验设计方法安排多个父代个体的交叉操作,提出了一种新的多父体正交交叉算子,新的交叉算子能够有效利用多个父代个体所携带的信息产生新的具有代表性的子代个体.此外,利用

2、单形交叉算子对父代种群进行并行搜索,以协调算法的勘探和开采能力.在约束处理技术上,新算法引入了一个衡量个体优、劣的新比较准则.通过13个标准的测试函数验证了算法的通用性和有效性.关键词约束优化;进化算法;正交实验设计;约束处理技术;单形交叉算子中图法分类号TP18DOI号:10.3724/SP.J.1016.2010.00855ANovelConstrainedOptimizationEvolutionaryAlgorithmBasedonOrthogonalExperimentalDesignCAIZ-iXing

3、JIANGZhong-YangWANGYongLUOY-iDan(SchoolofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083)AbstractAnovelconstrainedoptimizationevolutionaryalgorithmbasedonorthogonalexper-imentaldesign,referredasCOEA/OED,isproposedinthispaperforconstrain

4、edoptimizationproblems.Theprimaryfeaturesofthealgorithmproposedareasfollows.Asforsearchmecha-nism,COEA/OEDutilizesorthogonalexperimentaldesignmethodtoarrangethecrossoveroper-ationofseveralparentsand,asaresult,anewmult-ipatentorthogonalcrossoveroperatorispro-posed,

5、whichcaneffectivelymakeuseoftheinformationcarriedbytheparentsandgeneraterep-resentativeoffspring.Inaddition,thesimplexcrossoverisusedtoenrichtheexploratoryandex-ploitativeabilitiesofthealgorithmproposed.Asforconstraint-handingtechnique,anovelind-ividualcomparisonc

6、riterionisintroduced.COEA/OEDistestedon13wel-lknownbenchmarkfunctions,andtheempiricalevidencedemonstratesthatCOEA/OEDisgenericandeffective.Keywordsconstrainedoptimization;evolutionaryalgorithm;orthogonalexperimentaldesign;constraint-handingtechniques;simplexcross

7、over题通过数学建模后都可以转化为约束优化问题1引言(ConstrainedOptimizationProblems,COPs).遗传算法(GeneticAlgorithm,GA)是一种借鉴生物界自在科学、工程和商业等诸多领域中,很多实际问然选择和自然遗传机制的随机搜索算法,是解决约收稿日期:2008-05-11;最终修改稿收到日期:2009-07-26.本课题得到国家基础研究项目(A14200060159)、国家自然科学基金(60805027,90820302)、教育部博士点基金(200805330005)和湖南省

8、研究生创新基金(CX2009B039)资助.蔡自兴,男,1938年生,教授,博士生导师,主要研究领域为人工智能、计算智能、智能控制.江中央,男,1982年生,硕士,主要研究方向为进化计算、全局优化、约束优化.E-mail:zyjiang08@gmail.com.王勇,男,1980年生,博士研究生,讲师

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。