一种基于AEA的约束优化算法μ-AEA

Moshi Shibie yu Rengong Zhineng/Pattern Recognition and Artificial Intelligence（2013）

引用 0|浏览4

暂无评分

摘要

提出一种基于AEA算法的约束处理方法,该方法通过引入在迭代中自适应调整的松弛参数μ,逐渐缩小相对可行域直至收敛到可行域,且充分考虑到不同函数具有不同的可行域大小的情况.松弛约束的引入能允许包含有用信息的不可行解进入到子代种群中,增加算法的搜索能力.同时,引入一种自适应惩罚函数法,它利用不同约束条件满足的难易程度来自适应地调整惩罚系数,保证惩罚力度不会过大或过小.通过11个标准测试函数实验表明,该方法具有较满意的结果,在处理工程约束优化问题方面具有很大的潜力.

查看译文

关键词

Alopex-based evolutionary algorithm (AEA),Constraint optimization problem,Penalty function method

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要