计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2008年
7期
48-50
,共3页
约束优化%柯西变异%高斯变异%惩罚函数
約束優化%柯西變異%高斯變異%懲罰函數
약속우화%가서변이%고사변이%징벌함수
带约束的函数优化是函数优化中最多,也是较难的问题.针对这个问题提出一种改进的算法,它是基于遗传算法的非参惩罚函数的函数优化.通过改进广义的目标函数,对不可行解恰当地进行惩罚,并引进柯西组合、柯西变异以及高斯变异,极大地提高了算法的全局搜索和局部搜索能力,克服传统遗传算法"爬山能力差"的弱点.
帶約束的函數優化是函數優化中最多,也是較難的問題.針對這箇問題提齣一種改進的算法,它是基于遺傳算法的非參懲罰函數的函數優化.通過改進廣義的目標函數,對不可行解恰噹地進行懲罰,併引進柯西組閤、柯西變異以及高斯變異,極大地提高瞭算法的全跼搜索和跼部搜索能力,剋服傳統遺傳算法"爬山能力差"的弱點.
대약속적함수우화시함수우화중최다,야시교난적문제.침대저개문제제출일충개진적산법,타시기우유전산법적비삼징벌함수적함수우화.통과개진엄의적목표함수,대불가행해흡당지진행징벌,병인진가서조합、가서변이이급고사변이,겁대지제고료산법적전국수색화국부수색능력,극복전통유전산법"파산능력차"적약점.