求解约束优化问题的一种新的进化算法

求解约束优化问题的一种新的进化算法

张利彪¹, 周春光¹, 刘小华¹, 马铭¹, 吕英华^1,2, 马志强^1,2

1. 吉林大学计算机科学与技术学院, 长春 130012; 2. 东北师范大学计算机科学系, 长春 130024

收稿日期:2004-01-09 修回日期:1900-01-01 出版日期:2004-10-26 发布日期:2004-10-26
通讯作者: 周春光

A novel evolutionary algorithm for solving constrained optimization problems

ZHANG Li-biao¹, ZHOU Chun-guang¹, LIU Xiao-hua¹ , MA Ming¹, L Ying-hua^1,2, MA Zhi-qiang^1,2

1. College of Computer Science and Technology, Jilin University, Changchun 130012, China;2. Department of Computer Science, Northeast Normal University, Changchun 130024, China

Received:2004-01-09 Revised:1900-01-01 Online:2004-10-26 Published:2004-10-26
Contact: ZHOU Chun-guang

摘要/Abstract

摘要： 针对约束优化问题引入半可行域的概念, 提出竞争选择的新规则, 并改进了基于竞争选择和惩罚函数的进化算法的适应度函数；结合粒子群优化（PSO）算法本身的特点, 设计了选择算子对半可行域进行操作, 从而得到一个利用PSO算法求解约束优化问题的新的进化算法. 实验证明了算法的有效性.

关键词: 约束优化问题, 粒子群优化算法, 可行域, 竞争选择

Abstract: Aiming at the constrained optimization probl ems, we introduced the concept of semi-feasible region, proposed a novel rule of tournament selection, and improved the fitness function of evolutionary algorithm which is based on tournament selection and penalty function. Making use of characteristics of Particle Swarm Optimization (PSO), we designed a selection operator for the semi-feasible region and proposed a novel evolutionary algorithm for solving constrained optimization problems. Numerical experiments demonstrate the effectiveness of the proposed algorithm.

Key words: constrained optimization problems, particle swarm optimization, feasible region, tournament selection

中图分类号:

TP301

张利彪, 周春光, 刘小华, 马铭, 吕英华, 马志强. 求解约束优化问题的一种新的进化算法[J]. J4, 2004, 42(04): 534-540.

ZHANG Li-biao, ZHOU Chun-guang, LIU Xiao-hua , MA Ming, L Ying-hua, MA Zhi-qiang. A novel evolutionary algorithm for solving constrained optimization problems[J]. J4, 2004, 42(04): 534-540.

[1]	于生宝, 房钰, 高丽辉, 刁庶. 基于改进粒子群优化算法的可控发射电流频率SHEPWM控制方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1207-1214.
[2]	袁开银, 王峰. 基于指标选择和加权融合的无线传感器网络安全风险评估[J]. 吉林大学学报(理学版), 2020, 58(4): 937-943.
[3]	金晓民, 张丽萍, 李慧静. 控制活动轮廓演化的快速图像分割方法[J]. 吉林大学学报(理学版), 2020, 58(3): 639-644.
[4]	史肖冰, 郭德贵, 曹捷. 基于自适应Hata模型的无线电发射源定位方法[J]. 吉林大学学报(理学版), 2020, 58(1): 109-112.
[5]	郭玉洁, 张强, 袁和平. 一种双种群协同多目标粒子群优化算法及应用[J]. 吉林大学学报(理学版), 2019, 57(5): 1155-1162.
[6]	刘帅, 刘元宁, 庄述鑫, 侯铭楷, 陈静, 张水涵. 自适应优化Log-Gabor滤波器与动态径向基函数神经网络的虹膜识别[J]. 吉林大学学报(理学版), 2019, 57(2): 331-338.
[7]	张淑华, 李平. 基于组合智能算法的无线网络信道分配机制[J]. 吉林大学学报(理学版), 2019, 57(1): 139-144.
[8]	杨雪, 董红斌, 董宇欣. 改进的量子粒子群优化算法对多维多选择背包问题的求解[J]. 吉林大学学报(理学版), 2018, 56(6): 1461-1468.
[9]	王宏志, 姜方达, 周明月. 基于粒子群优化的认知无线电功率分配算法[J]. 吉林大学学报(理学版), 2018, 56(6): 1483-1487.
[10]	晁妍, 王诗兵, 王慧玲. 基于奇异值分解和粒子群优化算法的图像水印算法[J]. 吉林大学学报(理学版), 2018, 56(5): 1163-1169.
[11]	刘洋. 基于改进粒子群优化算法的图像分割[J]. 吉林大学学报(理学版), 2018, 56(4): 959-964.
[12]	楼国红, 张剑平. 粒子群算法修正测距的无线传感器网络节点定位[J]. 吉林大学学报(理学版), 2018, 56(3): 650-656.
[13]	莫才健, 武锋强, 陈莉, 邹强. 基于量子粒子群算法选择特征的遥感图像分类[J]. 吉林大学学报(理学版), 2018, 56(2): 368-374.
[14]	梁晔, 郝洁, 石蕊. 基于小波神经网络的数字信号调制方式识别[J]. 吉林大学学报(理学版), 2018, 56(2): 382-388.
[15]	封京梅, 刘三阳. 基于惯性权重指数递减的粒子群优化算法求解绝对值方程[J]. 吉林大学学报(理学版), 2016, 54(06): 1265-1269.