10.3969/j.issn.1001-2400.2011.01.008
一种新的差分进化约束优化算法
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,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.
差分进化算法、约束优化、多目标优化
38
TP18(自动化基础理论)
国家自然科学基金资助项目60803098,60703108;国家教育部博士点基金资助项目20070701022;中国博士后科学基金资助项目20080431228,20090451369;陕西省自然科学基金资助项目2009JQ8015
2011-05-30（万方平台首次上网日期，不代表论文的发表时间）
共7页
47-53
