太原科技大学学报
太原科技大學學報
태원과기대학학보
JOURNAL OF TAIYUAN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2014年
4期
246-251,252
,共7页
高鸽%孙超利%曾建潮
高鴿%孫超利%曾建潮
고합%손초리%증건조
约束优化问题%微粒群算法%支持向量机
約束優化問題%微粒群算法%支持嚮量機
약속우화문제%미립군산법%지지향량궤
constrained optimization problem%particle swarm algorithm%classifierg
针对约束函数计算费时的优化问题,提出了一种基于分类器的预测微粒群算法。通过构造一个分类器对种群个体进行约束条件满足与否的估计判断,从而减少约束函数的计算时间,缩短整个优化时间。在13个标准测试函数上的测试结果表明,本文提出的方法可以大大减少约束函数的实际计算次数。
針對約束函數計算費時的優化問題,提齣瞭一種基于分類器的預測微粒群算法。通過構造一箇分類器對種群箇體進行約束條件滿足與否的估計判斷,從而減少約束函數的計算時間,縮短整箇優化時間。在13箇標準測試函數上的測試結果錶明,本文提齣的方法可以大大減少約束函數的實際計算次數。
침대약속함수계산비시적우화문제,제출료일충기우분류기적예측미립군산법。통과구조일개분류기대충군개체진행약속조건만족여부적고계판단,종이감소약속함수적계산시간,축단정개우화시간。재13개표준측시함수상적측시결과표명,본문제출적방법가이대대감소약속함수적실제계산차수。
A classifier-based particle swarm optimization is proposed for computationally expensive constrained problems in this paper. A classifier can be constructed in order to judge whether the individual is satisfied with the constraints or not ,which will help reduce the computation time of constrained function,and decrease the total opti-mization time. The experimental results on the 13 standard test functions show that the proposed method can greatly decrease the number of calculation for constraint functions.