结合增广Lagrange罚函数的约束优化差分进化算法
Constrained optimization differential evolution algorithm using augmented Lagrange penalty function作者机构:贵州财经学院贵州省经济系统仿真重点实验室贵阳550004 贵州财经学院数学与统计学院贵阳550004 铜仁学院数学与计算机科学系贵州铜仁554300
出 版 物:《计算机应用研究》 (Application Research of Computers)
年 卷 期:2012年第29卷第5期
页 面:1673-1675,1709页
核心收录:
学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:约束优化问题 差分进化算法 增广Lagrange罚函数 变异策略
摘 要:利用增广Lagrange罚函数处理问题的约束条件,提出了一种新的约束优化差分进化算法。基于增广Lagrange惩罚函数,将原约束优化问题转换为界约束优化问题。在进化过程中,根据个体的适应度值将种群分为精英种群和普通种群,分别采用不同的变异策略,以平衡算法的全局和局部搜索能力。用10个经典Benchmark问题进行了测试,实验结果表明,该算法能有效地处理不同的约束优化问题。