-
题名结合非固定多段罚函数的约束优化进化算法
被引量：2
- 1
-
-
作者
邹木春
-
机构
宜春学院数学与计算机学院
-
出处
《计算机工程》
CAS
CSCD
2012年第12期165-168,共4页
-
文摘
利用非固定多段映射罚函数的约束条件,提出一种结合非固定多段罚函数的约束优化进化算法。该算法利用佳点集方法初始化种群,以保证其均匀分布在搜索空间中。在进化过程中,对种群进行单形交叉和多样性变异操作产生新的个体,增加种群的多样性。对6个经典Benchmark问题进行测试,实验结果表明,该算法能有效地处理不同的约束优化问题。
-
关键词
约束优化问题
进化算法
非固定多段罚函数
单形交叉
变异
佳点集
-
Keywords
constrained optimization problem
evolutionary algorithm
non-stationary multi-stage penalty function
simplex crossover
mutation
good point set
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名非线性混合整数规划问题的改进差分进化算法
被引量：14
- 2
-
-
作者
刘俊梅
高岳林
-
机构
中国矿业大学银川学院基础部数学教研室
北方民族大学信息与系统科学研究所
-
出处
《工程数学学报》
CSCD
北大核心
2010年第6期967-974,共8页
-
基金
国家自然科学基金(60962006)~~
-
文摘
针对非线性混合整数规划问题,本文采用非固定多段映射罚函数法处理约束条件、用混合整数编码技术处理连续变量和整数变量,并在基本差分进化算法中加入一种新型的凸组合变异算子和一种指数递增交叉算子,由此构造出了一种求解非线性混合整数规划问题的改进差分进化算法。实验表明,所提出的算法全局收敛速度快,精度高,鲁棒性强。
-
关键词
全局优化
非线性混合整数规划
非固定多段映射罚函数
差分进化算法
-
Keywords
global optimization
nonlinear mixed-integer programming
non-stationary multi-stage mapping penalty function
differential evolution algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种改进的约束优化粒子群算法
被引量：10
- 3
-
-
作者
吴华伟
陈特放
胡春凯
许炳
-
机构
中南大学信息科学与工程学院
中南大学航空航天学院
空军驻长沙地区军事代表室
-
出处
《计算机应用研究》
CSCD
北大核心
2012年第3期859-861,864,共4页
-
基金
国家"863"计划资助项目(2009AA034302)
-
文摘
提出一种新的约束优化粒子群算法。该算法采用非固定多段映射罚函数法处理约束条件。在进化过程中,利用混沌序列初始化种群,选取最优粒子进行局部一维搜索,增强了在最优点附近的局部搜索能力,以加快算法的收敛速度;引入维变异方法保持种群的多样性。数值实验结果表明了该算法的有效性。
-
关键词
约束优化问题
粒子群算法
非固定多段映射罚函数
维变异
-
Keywords
constrained optimization problem
particle swarm optimization algorithm
non-stationary multi-stage assignment penalty function
dimension mutation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名求解约束优化问题的改进灰狼优化算法
被引量：69
- 4
-
-
作者
龙文
赵东泉
徐松金
-
机构
贵州省经济系统仿真重点实验室(贵州财经大学)
枣庄科技职业学院机械工程系
铜仁学院数学科学学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第9期2590-2595,共6页
-
基金
国家自然科学基金资助项目(61463009)
贵州省科学技术基金资助项目(黔科合J字[2013]2082号)
贵州省高校优秀科技创新人才支持计划项目(黔教合KY字[2013]140)
-
文摘
针对基本灰狼优化(GWO)算法存在求解精度低、收敛速度慢、局部搜索能力差的问题,提出一种改进灰狼优化(IGWO)算法用于求解约束优化问题。该算法采用非固定多段映射罚函数法处理约束条件,将原约束优化问题转化为无约束优化问题,然后利用IGWO算法对转换后的无约束优化问题进行求解。在IGWO算法中,引入佳点集理论生成初始种群,为算法全局搜索奠定基础;为了提高局部搜索能力和加快收敛,对当前最优灰狼个体执行Powell局部搜索。采用几个标准约束优化测试问题进行仿真实验,结果表明该算法不仅克服了基本GWO的缺点,而且性能优于差分进化和粒子群优化算法。
-
关键词
灰狼优化算法
约束优化
非固定多段映射罚函数法
佳点集
-
Keywords
Grey Wolf Optimization （GWO） algorithm
constrained optimization
non-stationary multi-stage assignmentpenalty function method
good point set
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名动态分级中心引力约束优化算法及工程应用
- 5
-
-
作者
吴华伟
陈特放
-
机构
中南大学信息科学与工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第15期14-18,共5页
-
基金
国家863重点项目(No.2009AA034302)
-
文摘
结合非固定多段罚函数处理约束条件,提出一种动态分级中心引力优化算法用于求解约束优化问题。该算法利用佳点集初始化个体以保证种群的多样性。在每次迭代过程中将种群分为两个子种群,分别用于全局搜索和局部搜索,根据搜索阶段动态调整子种群个体数目。对几个标准的测试问题和工程优化问题进行数值实验,结果表明该算法能处理不同的约束优化问题。
-
关键词
约束优化问题
中心引力优化算法
非固定多段罚函数
工程优化
-
Keywords
constrained optimization problems
central force optimization algorithm
non-stationary multi-stage penalty function
engineering optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
