首页 | 本学科首页   官方微博 | 高级检索  
     

求解约束优化问题的加速CMODE算法
作者单位:;1.武汉大学软件工程国家重点实验室;2.武汉大学计算机学院;3.南阳理工学院软件学院
摘    要:为了加快CMODE(多目标与差分进化结合)算法的收敛速度,提出一种基于适应排序的分组选择方法将种群分为精英组与普通组,对精英组个体使用随机选择方式,对普通组个体使用适应排序选择方式,通过分组选择系数控制种群的选择压力.引入一种个体更新辅助策略对于淘汰个体给予一次机会与相似个体比较并保留优胜个体,提高优秀个体的生存几率并进一步加快收敛速度.改进后的算法在cec2006的测试函数上进行了测试,结果表明该算法使大多数函数的收敛速度明显提高.

关 键 词:约束优化  多目标与差分进化结合算法  分组选择  个体更新辅助策略  收敛速度

Accelerated CMODE algorithm for solving constrained optimization problems
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号