CAJ | 학술논문

对于约束优化问题,目前提出的差分进化算法大多采用罚函数法,但此方法对罚参数有很强的依赖性.基于此,把约束优化问题中的约束条件当作一个目标函数,从而把约束优化问题转化为有两个目标函数的多目标优化问题.借鉴多目标优化中的Pareto的概念,对种群中的个体规定等级,便于在优胜劣汰过程中确定选择概率.同时,在算法陷入局部最优时,采用一种不可行解替换机制来提高算法搜索能力.对13个标准测试问题的测试结果表明,与动态惩罚函数的进化算法、可行性规则的差分进化算法、采用随机排序的进化策略以及人工免疫响应约束进化策略相比,新算法在求解精度上均具有一定的优势.
대우약속우화문제,목전제출적차분진화산법대다채용벌함수법,단차방법대벌삼수유흔강적의뢰성.기우차,파약속우화문제중적약속조건당작일개목표함수,종이파약속우화문제전화위유량개목표함수적다목표우화문제.차감다목표우화중적Pareto적개념,대충군중적개체규정등급,편우재우성렬태과정중학정선택개솔.동시,재산법함입국부최우시,채용일충불가행해체환궤제래제고산법수색능력.대13개표준측시문제적측시결과표명,여동태징벌함수적진화산법、가행성규칙적차분진화산법、채용수궤배서적진화책략이급인공면역향응약속진화책략상비,신산법재구해정도상균구유일정적우세.