您的位置：首页 > 论文页面
一种求解约束优化问题的差分进化算法
发表时间：2010-04-30 浏览量：1835 下载量：865
| 全部作者： | 刘若辰，李勇，焦李成 |
| 作者单位： | 智能感知与图像理解教育部重点实验室，西安电子科技大学智能信息处理研究所 |
| 摘 要： | 基于差分进化（differential evolution，DE）算法的相关理论以及随机排序约束处理方法，提出一种解决约束优化问题（constrained optimization problem,COP）的算法。该算法对种群进化采用随机保留次优解的策略，有效地提高了种群多样性。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、人工免疫响应约束进化策略、可行性规则的差分进化算法以及采用随机排序的进化策略相比，新算法在收敛速度和求解精度上均具有一定的优势。 |
| 关 键 词： | 人工智能；差分进化算法；约束优化；随机排序 |
| Title： | A differential evolution algorithm for constrained optimization problem |
| Author： | LIU Ruochen, LI Yong, JIAO Licheng |
| Organization： | Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, Institute of Intelligent Information Processing, Xidian University |
| Abstract： | Based on differential evolution and stochastic ranking strategy, a differential evolution algorithm for constrained optimization problem is proposed in this paper. The proposed algorithm reserves sub-optimal solutions in the process of population evolution, which effectively enhances the diversity of the population. The experiment results on 13 well-known benchmark problems show that the proposed algorithm is capable of improving the search performance significantly in convergent speed and precision with respect to four techniques representative of the state-of-the-art in constrained optimization such as evolutionary algorithm based on homomorphous maps, artificial immune response constrained evolutionary strategy, constraint handling differential evolution, and evolutionary strategies based on stochastic ranking. |
| Key words： | artificial intelligent; differential evolution algorithm; constrained optimization; stochastic ranking |
| 发表期数： | 2010年4月第8期 |
| 引用格式： | 刘若辰，李勇，焦李成. 一种求解约束优化问题的差分进化算法[J]. 中国科技论文在线精品论文，2010，3（8）：830-837. |
0
评论数 0请您登录
暂无评论
下载全文
多维论文