非线性约束优化问题的自适应差分进化算法.pdfVIP

44 2011 ，47 （25 ） Computer Engineering and Applications 计算机工程与应用 非线性约束优化问题的自适应差分进化算法 李会荣 LI Huirong 商洛学院 数学与计算科学系，陕西 商洛 726000 Department of Mathematics and Computational Science ，Shangluo University ，Shangluo ，Shaanxi 726000 ，China LI Huirong.Adaptive differential evolution algorithm for nonlinear constrained optimization problems.Computer Engi- neering and Applications ，2011 ，47 （25 ）：44-48. Abstract ：This paper presents an improved adaptive differential evolution algorithm for the nonlinear constrained optimiza- tion problems.In this algorithm ，the fixed weighting factor and crossover probability factor of the differential evolution are im- proved.The constrained optimization problems are converted into unconstrained bi-objective optimization problem by the defi- nition of the constraint violation function.In each iteration ，keeping a part of the performance of better infeasible particles is to maintain the diversity of the swarm.Mutation operator is introduced to expand the search range of the particle.Numerical experiments show that the proposed algorithm has faster convergence speed and better ability of global optimization. Key words ：global optimal ；nonlinear constrained optimization ；differential evolution ；chaotic 摘 要：提出了一种非线性约束优化问题改进的自适应差分进化算法。该算法对差分进化算法中固定的加权因子和交叉概率因 子进行改进；定义了约束违反度函数，将约束优化问题转化为无约束双目标优化问题，在每次迭代中按照约束违反度的大小保留 一部分性能较优不可行粒子，有效地维持了种群的多样性；为了扩大粒子的有哪些信誉好的足球投注网站范围引入变异算子。数值实验表明，新算法具有 较快的收敛速度和较好的全局寻优能力。 关键词：全局最优；非线性约束优化；差分进化；混沌 DOI ：10.3778/j.issn. 1002-8331.2011.25.011 文章编号：1002-8331（2011 ）25-0044-05 文献标识码：A 中图分类号：TP301 1 引言 近方法、分支定界方法、割平面等方法设计特定的算法可以得 本文考虑以下一般的非线性约束优化（COP ）问题： 到全局最优解，但往往是要经过大量的时间和复杂的计算得 min  f (x) (1) 到的。近年来，进化算法由于不需要目标函数和约束函数的 ì ï s.t.  g (x) £0, i 12 q  (2) 任何导数信息，同时也是全局优化技术，受到国内外学者的高 í i