基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种求解约束函数优化问题的方法.它不使用传统的惩罚函数,也不区分可行解和不可行解.新的演化算法将约束优化问题转换成两个目标优化问题,其中一个为原问题的目标函数,另一个为违反约束条件的程度函数.利用多目标优化问题中的Pareto优于关系,定义个体Pareto强度值指标以便对个体进行排序选优,根据Pareto强度值排序和最小代数代沟模型设计出新的实数编码遗传算法.对常见测试函数的数值实验证实了新方法的有效性、通用性和稳健性,其性能优于现有的一些演化算法.特别是对于一些既有等式约束又有不等式约束的复杂非线性规划问题,该算法获得了更高精度的解.
推荐文章
改进差异演化算法求解约束优化问题
差异演化
约束优化
自适应
测试
求解约束优化问题的改进蝙蝠算法
蝙蝠算法
约束优化问题
多样性变异
佳点集方法
一种求解约束优化问题的混沌文化算法
进化计算
文化算法
混沌文化算法
混沌搜索
知识引导
求解约束优化问题的自适应演化算法
演化算法
高斯柯西变异
多父体杂交
自适应机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Pareto强度值演化算法求解约束优化问题
来源期刊 软件学报 学科 工学
关键词 演化算法 约束优化问题 多目标 Pareto强度值
年,卷(期) 2003,(7) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1243-1249
页数 7页 分类号 TP18
字数 6487字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 康立山 武汉大学软件工程国家重点实验室 127 2409 27.0 44.0
2 周育人 华南理工大学计算机科学与工程学院 26 561 9.0 23.0
4 李元香 武汉大学软件工程国家重点实验室 148 1685 22.0 34.0
5 王勇 武汉大学软件工程国家重点实验室 67 601 11.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (112)
同被引文献  (77)
二级引证文献  (850)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(7)
  • 引证文献(6)
  • 二级引证文献(1)
2006(14)
  • 引证文献(9)
  • 二级引证文献(5)
2007(31)
  • 引证文献(10)
  • 二级引证文献(21)
2008(43)
  • 引证文献(12)
  • 二级引证文献(31)
2009(61)
  • 引证文献(14)
  • 二级引证文献(47)
2010(63)
  • 引证文献(9)
  • 二级引证文献(54)
2011(80)
  • 引证文献(10)
  • 二级引证文献(70)
2012(99)
  • 引证文献(13)
  • 二级引证文献(86)
2013(100)
  • 引证文献(5)
  • 二级引证文献(95)
2014(89)
  • 引证文献(8)
  • 二级引证文献(81)
2015(89)
  • 引证文献(2)
  • 二级引证文献(87)
2016(81)
  • 引证文献(3)
  • 二级引证文献(78)
2017(78)
  • 引证文献(4)
  • 二级引证文献(74)
2018(60)
  • 引证文献(2)
  • 二级引证文献(58)
2019(47)
  • 引证文献(0)
  • 二级引证文献(47)
2020(14)
  • 引证文献(0)
  • 二级引证文献(14)
研究主题发展历程
节点文献
演化算法
约束优化问题
多目标
Pareto强度值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导