求解约束函数优化问题的族群进化算法

doi:10.3724/SP.J.1087.2011.01090

计算机应用 ›› 2011, Vol. 31 ›› Issue (04): 1090-1093.DOI: 10.3724/SP.J.1087.2011.01090

求解约束函数优化问题的族群进化算法

陈皓¹,潘晓英¹,崔杜武²

1. 西安邮电学院计算机学院,西安 710121
2. 西安理工大学计算机科学与工程学院,西安 710048

收稿日期:2010-10-18 修回日期:2010-12-07 发布日期:2011-04-08 出版日期:2011-04-01
通讯作者: 陈皓
作者简介:陈皓(1978－),男,河北安新县人,讲师,博士,主要研究方向：进化计算、数据挖掘；
潘晓英(1981－)女,浙江缙云人,讲师,博士,主要研究方向：进化计算、多智能体系统；
崔杜武(1945－),男,陕西西安人,教授,博士生导师，主要研究方向：进化计算、多媒体技术。
基金资助:
国家自然科学基金资助项目(60873058);陕西省教育厅自然基金资助项目(112w017);中国智能交通科技研发基金资助项目(103-0335)

Ethnic group evolution algorithm for constrained numerical optimization

Hao CHEN¹,Xiao-ying PAN¹,Du-wu CUI²

1. School of Computer Science and Technology, Xi'an University of Posts and Telecommunications, Xi'an Shaanxi 710121, China
2. School of Computer Science and Engineering, Xi'an University of Technology, Xi'an Shaanxi 710048, China

Received:2010-10-18 Revised:2010-12-07 Online:2011-04-08 Published:2011-04-01
Contact: Hao CHEN

摘要/Abstract

摘要： 为提高族群进化算法对约束函数的优化性能，应用基于线性截取策略的大配子采样机制来提高群体进化过程中大配子筛选的稳定性。该机制可有效减少在进化过程中族群结构的大幅波动，提高族群进化算法的搜索效率。通过对六个典型约束函数的仿真实验显示,该机制使族群进化算法成为了一种有竞争力的约束函数优化算法。

关键词: 遗传算法, 族群进化算法, 族群聚类, 大配子筛选机制, 约束函数优化

Abstract: In order to improve the performance of Ethnic Group Evolution Algorithm (EGEA) for constrained functions, a macrogamete filter mechanism based on linear truncation strategy was proposed to keep macrogamete scale stable in evolution process. This strategy can reduce the hefty fluctuation of ethnic group structure and improve the searching efficiency of EGEA effectively. The simulations of six classical constrained functions show the linear truncation strategy enables EGEA to be a competent algorithm for constrained functions.

Key words: Genetic Algorithm (GA), Ethnic Group Evolution Algorithm (EGEA), ethnic group clustering, macrogamete filter mechanism, constrained numerical optimization

中图分类号:

TP18

陈皓潘晓英崔杜武. 求解约束函数优化问题的族群进化算法[J]. 计算机应用, 2011, 31(04): 1090-1093.

Hao CHEN Xiao-ying PAN Du-wu CUI. Ethnic group evolution algorithm for constrained numerical optimization[J]. Journal of Computer Applications, 2011, 31(04): 1090-1093.

[1]	张闻强, 邢征, 杨卫东. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题[J]. 计算机应用, 2021, 41(8): 2249-2257.
[2]	张盟, 郭健全. 需求和回收不确定的闭环供应链渠道结构选择[J]. 计算机应用, 2021, 41(7): 2100-2107.
[3]	杨震, 马健霄, 王宝杰. 设置待行区条件下双环相位信号配时优化模型[J]. 计算机应用, 2021, 41(7): 2108-2112.
[4]	李进, 王凤, 杨沈宇. 换电模式下电动车货运路径优化模型与算法[J]. 计算机应用, 2021, 41(6): 1792-1798.
[5]	李舒仪, 韩晓龙. 海铁联运港口混合作业模式下轨道吊与集卡协同调度[J]. 计算机应用, 2021, 41(5): 1506-1513.
[6]	周美玲, 陈淮莉. 基于负荷平衡的电动汽车模糊多目标充电调度算法[J]. 计算机应用, 2021, 41(4): 1192-1198.
[7]	王彬溶, 谭代伦, 郑伯川. 基于旅行商问题转化和遗传算法求解汽配件喷涂顺序[J]. 计算机应用, 2021, 41(3): 881-886.
[8]	马晓梅, 何非. 基于改进遗传算法的标签印刷生产调度技术[J]. 计算机应用, 2021, 41(3): 860-866.
[9]	黄书召, 田军委, 乔路, 王沁, 苏宇. 基于改进遗传算法的无人机路径规划[J]. 计算机应用, 2021, 41(2): 390-397.
[10]	张阳, 王小宁. 基于Word2Vec词嵌入和高维生物基因选择遗传算法的文本特征选择方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3151-3155.
[11]	杨华龙, 王美玉, 辛禹辰. 横向整合战略下异质车辆库存路径优化模型[J]. 计算机应用, 2021, 41(10): 3040-3048.
[12]	黄晓祥, 胡咏梅, 吴丹, 任力杰. 基于变分自编码器的异常颈动脉早期识别和预测[J]. 计算机应用, 2021, 41(10): 3082-3088.
[13]	王永航, 张天宇, 郑红星. 考虑恶劣天气的班轮多阶段重调度方法[J]. 计算机应用, 2021, 41(1): 286-294.
[14]	李华峰, 黄樟灿, 张蔷, 湛航, 谈庆. 求解需求可拆分车辆路径问题的改进的金字塔演化策略[J]. 计算机应用, 2021, 41(1): 300-306.
[15]	陈桢, 钟一文, 林娟. 求解0-1背包问题的混合贪婪遗传算法[J]. 计算机应用, 2021, 41(1): 87-94.

求解约束函数优化问题的族群进化算法

Ethnic group evolution algorithm for constrained numerical optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics