一种新的差分进化约束优化算法

一种新的差分进化约束优化算法

ID:34078670

大小:2.05 MB

页数:7页

时间:2019-03-03

一种新的差分进化约束优化算法_第1页
一种新的差分进化约束优化算法_第2页
一种新的差分进化约束优化算法_第3页
一种新的差分进化约束优化算法_第4页
一种新的差分进化约束优化算法_第5页
资源描述:

《一种新的差分进化约束优化算法》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、2011年2月西安电子科技大学学报(自然科学版)Feb.2011第38卷第1期JOURNALOFXIDIANUNIVERSITYVo.l38No.1do:i10.3969/.jissn.10012400.2011.01.008一种新的差分进化约束优化算法刘若辰,焦李成,雷七峰,方玲芬(西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安710071)摘要:对于约束优化问题,目前提出的差分进化算法大多采用罚函数法,但此方法对罚参数有很强的依赖性.基于此,把约束优化问题中的约束条件当作一个目标函数,

2、从而把约束优化问题转化为有两个目标函数的多目标优化问题.借鉴多目标优化中的Pareto的概念,对种群中的个体规定等级,便于在优胜劣汰过程中确定选择概率.同时,在算法陷入局部最优时,采用一种不可行解替换机制来提高算法搜索能力.对13个标准测试问题的测试结果表明,与动态惩罚函数的进化算法、可行性规则的差分进化算法、采用随机排序的进化策略以及人工免疫响应约束进化策略相比,新算法在求解精度上均具有一定的优势.关键词:差分进化算法;约束优化;多目标优化中图分类号:TP18文献标识码:A文章编号:10012400(2011

3、)01004707NewdifferentialevolutionconstrainedoptimizationalgorithmLIURuochen,JIAOLicheng,LEIQifeng,FANGLingfen(MinistryofEducationKeyLab.ofIntelligentPerceptionandImageUnderstanding,XidianUniv.,Xian710071,China)Abstract:Mostexistingdifferentialevolutionalgori

4、thmsfortheConstrainedOptimizationProblem(COP)usethepenaltyfunctionmethodtohandleconstrains,whichdependsstronglyonthepenaltyparameter.So,thispapertransformstheCOPintotwoobjectivemultiobjectiveoptimizationbytakingconstraintsasanobjectivefunction.Basedontheconcept

5、ofPareto,thegradesofindividualsinpopulationareprescribedsoastodeterminetheirselectionprobabilityintheprocessofsurvivalofthefittest.Inaddition,whenthealgorithmgetsintoalocaloptimum,aninfeasiblesolutionreplacingmechanismisalsogiventoimprovethesearchcapability.The

6、resultsofthe13StandardtestsshowthatcomparedtotheEvolutionaryAlgorithmbasedonHomomorphousMaps(EAHM),ConstraintHandlingDifferentialEvolution(CHDE),EvolutionaryStrategiesbasedonStochasticRanking(ESSR)andArtificialImmuneResponseConstrainedEvolutionaryStrategy(AIRCES)

7、,theproposedalgorithmhascertainadvantagesinconvergencespeedandsolutionaccuracy.KeyWords:differentialevolutionalgorithm;constrainedoptimization;multiobjectiveoptimization近年来,进化算法已经被成功地运用在工程领域,其中包括无约束和约束优化.目前进化计算用于无约束优化问题的文献居多,而对约束优化问题的研究相对较少,如何处理约束条件是进化计算解决约束优化问

8、[1]题的主要问题.Coello将现有的约束优化进化算法分成4类:保存可行解方法、罚函数法、可行解优于不可行解方法以及其他混合方法.其中,罚函数法是最常用的处理约束条件的方法,但是传统的罚函数法对罚参[29]数有很强的依赖性.为解决这一问题,很多学者提出了新的改进方法,文献[10]详细给出近年来相关领域的工作回顾.

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。