控制与决策
控製與決策
공제여결책
CONTROL AND DECISION
2001年
z1期
669-672
,共4页
约束优化问题%协同进化%Lagrange乘子%自适应策略
約束優化問題%協同進化%Lagrange乘子%自適應策略
약속우화문제%협동진화%Lagrange승자%자괄응책략
在增广Lagrange乘子函数和协作进化算法的基础上,采用自适应策略来解决工程优化问题. 其中存在两组相互作用的进化种群A和B,A利用B的反馈信息来评价A 中乘子个体的优劣,进而进化A中乘子个体;B则利用A中乘子个体来动态进化原问题的候选解个体.在算法迭代过程中,罚因子是确定性逐渐增大,以使算法逐渐收敛; A中乘子个体则朝其最优值的方向进化,且由B可得到原问题的最优解.与基于静态和动态罚函数的GAs相比,该算法准确度和鲁棒性较高,易于实现,并适合并行化计算.
在增廣Lagrange乘子函數和協作進化算法的基礎上,採用自適應策略來解決工程優化問題. 其中存在兩組相互作用的進化種群A和B,A利用B的反饋信息來評價A 中乘子箇體的優劣,進而進化A中乘子箇體;B則利用A中乘子箇體來動態進化原問題的候選解箇體.在算法迭代過程中,罰因子是確定性逐漸增大,以使算法逐漸收斂; A中乘子箇體則朝其最優值的方嚮進化,且由B可得到原問題的最優解.與基于靜態和動態罰函數的GAs相比,該算法準確度和魯棒性較高,易于實現,併適閤併行化計算.
재증엄Lagrange승자함수화협작진화산법적기출상,채용자괄응책략래해결공정우화문제. 기중존재량조상호작용적진화충군A화B,A이용B적반궤신식래평개A 중승자개체적우렬,진이진화A중승자개체;B칙이용A중승자개체래동태진화원문제적후선해개체.재산법질대과정중,벌인자시학정성축점증대,이사산법축점수렴; A중승자개체칙조기최우치적방향진화,차유B가득도원문제적최우해.여기우정태화동태벌함수적GAs상비,해산법준학도화로봉성교고,역우실현,병괄합병행화계산.
