多目标优化与自适应惩罚的混合约束优化进化算法

被引：20

作者：

甘敏

彭辉

王勇

机构：

[1] 中南大学信息科学与工程学院

来源：

控制与决策 | 2010年 / 03期

关键词：

多目标优化; 自适应惩罚; 约束优化问题; 进化算法;

D O I：

10.13195/j.cd.2010.03.61.ganm.019

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种多目标优化与自适应惩罚函数相结合的方法来处理约束优化问题.首先利用多目标优化方法提取当前群体中的主要信息;然后进一步用自适应惩罚函数选出最有价值的信息.将这种约束处理技术与一种基于群的算法生成器模型相结合,即可得到一种新的约束优化进化算法.选取10个标准测试函数对新算法的性能进行数值实验,结果表明了所提出方法的有效性和较强的稳健性,与其他尖端算法相比得到了相似或更优的结果.

引用

页码：378 / 382

页数：5

共 3 条

[1] 一种新的自适应惩罚函数算法求解约束优化问题 [J].

甘敏 ;

彭辉 .

信息与控制, 2009, 38 (01) :24-28

[2] A population-based algorithm-generator for real-parameter optimization [J].

Deb, K .

SOFT COMPUTING, 2005, 9 (04) :236-253

[3]

Theoretical and numerical constraint-handling techniques used with evolutionary algorithms: a survey of the state of the art[J] . Carlos A Coello Coello.Computer Methods in Applied Mechanics and Engineering . 2002 (11)

← 1 →