求解约束优化问题的ε-DE算法

• 作者: 刘荣辉 王翔 郑建国
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 约束优化问题 差分进化算法 ε-差分进化算法
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2374-2387
• 页数: 14页
• 分类号: TP18
• 字数: 9255字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04149

摘要

差分进化(differential evolution,简称DE)算法解决约束优化问题(constrained optimization problems,简称COPs)时通常采用可行解优先的比较规则,但是该方法不能利用种群中不可行解的信息.设计了可以利用不可行解信息的ε-DE算法.该算法通过构造一种比较准则,使得进化过程可以充分利用种群中优秀不可行解的信息.该准则通过引入种群约束允许放松程度的概念,在进化初始阶段使可行域边界上且拥有较优目标函数的不可行解进入种群；随着进化代数增加,种群约束允许放松程度不断减小,使得种群中不可行解数量减少,直到种群约束允许放松程度为0,种群完全由可行解组成.此外,还选择了一种改进的DE算法作为搜索算法,使得进化过程具有较快的收敛性.13个标准Benchmark函数实验仿真的结果表明:ε-DE算法是目前利用DE算法解决COPs问题中效果最好的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建国	东华大学旭日工商管理学院	155	1539	19.0	33.0
2	王翔	东华大学旭日工商管理学院	15	258	7.0	15.0
3	刘荣辉	东华大学旭日工商管理学院	12	94	5.0	9.0