基于微分进化的混合生物地理学约束优化算法-论文.pdf

《基于微分进化的混合生物地理学约束优化算法-论文.pdf》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、2015年7月计算机工程与设计July2015第36卷第7期COMPUTERENGINEERINGANDDESIGNVo1．36No．7基于微分进化的混合生物地理学约束优化算法徐以坤，余洋，米增强，赵彤(华北电力大学新能源电力系统国家重点实验室，河北保定071003)摘要：针对生物地理学优化算法(biogeographybasedoptimization，船O)容易陷入局部最优解的缺点，提出一种基于微分进化(differentialevolution，DE)改进BB0算法的混合生物地理学(BB()-DE)优化算法。通过有

2、机结合BBO算法的利用能力和DE算法的搜索能力，实现利用能力与搜索能力的平衡；引入基于可行性的约束处理机制，解决传统BBO算法无法求解约束优化的问题。通过选定的8个标准测试函数对改进算法进行仿真测试，测试结果验证了改进算法的可行性和有效性，与基本BBO和DE算法相比，其在最终解的质量和收敛速度上具有明显优势。关键词：生物地理学优化；微分进化；约束优化；混合算法；全局优化中图法分类号：TP18文献标识号：A文章编号：1000—7024(2015)07—1927—05doi：10．16208／j．issnl000—7024．

3、2015．07．048HybridbiogeographyconstrainedoptimizationbasedondifferentialevolutionXUYi—kun，YUYang，MIZeng—qiang，ZHAOTong(StateKeyLaboratoryofAlternateElectricalPowerSystemwithRenewableEnergySources，NorthChinaElectricPowerUniversity，Baoding071003，China)Abstract：Basic

4、biogeographybasedoptimization(BB0)canbeeasilytrappedintolocaloptima．Tomodifythedefect，ahybridbiogeographybasedoptimizationwithdifferentialevolution(BB()IDE)wasproposed，whichcombinedtheexploitationabilityofBBOandtheexplorationabilityofdifferentialevolution(DE)reas

5、onablytobalancetheexploitationabilityandexplorationabili—ty．Inaddition，feasibility-basedconstrainthandlingmechanismwasintroducedintoBBO-DE，whichextendedtraditionalBBOtosolveconstrainedoptimizationproblem．TheproposedBBO-DEwasperformedoneightselectedbenchmarkfuncti

6、ons．Simula—tionresultsdemonstratethatitisafeasibleandeffectivemethodforconstrainedoptimization．WithrespecttobasicBBOandDE，BBO-DEhasdistinctsuperiorityintermsofthequalityoffinalsolutionsandtheconvergencespeed．Keywords：BBO；DE；constrainedoptimization；hybridalgorithm

7、；globaloptimization究人员提出了许多改进方案[5]。这些改进方案均在一定程0引言度上平衡了BtK)的搜索能力和利用能力，提升了BBO的全BBO算法[1]模拟生物种群在栖息地间的迁徙机制，来局优化能力，但已有的改进生物地理学优化算法大多应用于实现种群信息的共享，从而达到寻优的目的。BBO算法结无约束优化，用于解决约束优化的改进BB0算法很少。构简单，控制参数少，收敛速度快，具有出色的信息利用本文研究工作的创新点主要体现在以下两方面：第一，能力，已被成功地应用于多个工程领域[2]。融合BBO的利用能力和DE

8、的搜索能力，提出了一种混合然而，由于搜索能力和利用能力没有得到有效的平衡，生物地理学优化算法BB()_DE；第二，在提出的改进算法BBO算法容易陷入局部最优解而发生“早熟”现象。为了中引入了基于可行性的约束处理机制，将BB0算法推广至提升BBO算法的全局优化能力，加快收敛速度，相关的研约束优化领域。收稿日期：2014