作者:
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:
针对单一进化算法不适合解决所有优化问题的情况,提出了一种混合多种进化算法解决约束工程优化问题的算法.该算法混合了差分进化、粒子群优化和共生生物搜索等3种算法,首先利用差分进化算法产生和选择最优种群,然后利用粒子群优化算法寻找每一个最优解并进行更新,最后利用共生生物搜索算法对所有种群进行共生互动更新,选择出最优种群以进行下一代的迭代.通过混合多种进化算法,采用改进的惩罚函数对多约束条件进行控制,使得该混合算法可以在不同的阶段利用各进化算法的优势进行寻找最优解,从而提高了求解精度.实验结果表明:与其他相关算法比较,该算法具有更高的求解精度和更快的收敛速度.
推荐文章
求解工程约束优化问题的PSO-ABC混合算法
粒子群优化
人工蜂群
工程约束优化
可行性规则
禁忌表
动态分级的并行约束优化进化算法
约束优化
进化算法
动态分级
并行
解决全局优化问题的粒子群进化算法
粒子群算法
变异
全局优化
概率
基于进化算法的约束处理技术
进化算法
约束处理
多目标优化
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 多种进化算法混合解决约束工程优化问题研究
来源期刊 应用科技 学科 工学
关键词 进化算法 混合 差分进化 粒子群 共生生物搜索 约束优化 工程优化 收敛性
年,卷(期) 2022,(2) 所属期刊栏目
研究方向 页码范围 106-113
页数 8页 分类号 TP301.6
字数 语种 中文
DOI 10.11991/yykj.202104029
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
进化算法
混合
差分进化
粒子群
共生生物搜索
约束优化
工程优化
收敛性
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导