資源描述:
《一種求解約束優(yōu)化問題遺傳算法》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、萬方數(shù)據(jù)第36卷VoL36第14期No.14計算機工程ComputerEngineering2010年7月July2010·人工智能及識別技術·文章編號;100m_3428(20lo)l斗枷147—m3文1-晦識碼:A中田分類號tTP301一種求解約束優(yōu)化問題的遺傳算法粱昔明,豢話字,龍文(中南大學信息科學與工程學院,長沙410083)囊耍:提出一種求解約束優(yōu)化問題的遺傳算法。通過可行解與不可行解算術交叉的方法對問題的決策空闖進行搜索,對可行種群和不可行種群分別按照適應度和約束違反度進行選擇。傳統(tǒng)變異操作使得解往往偏離了約束區(qū)域,因此引入對可行解的邊界變異和對不呵行解的非均勻變異,并
2、通過維變異方法保持種群的多樣性。數(shù)值實驗結果說明該算法的有效性。關健訶:約束優(yōu)化問題;可行解;不可行解;遺傳算法GeneticAlgorithmforSolvingConstrainedOptimizationProblemLIANGXi-ming,QINHao-yu,LONGWen(SchoolofInformationScienceandEngineering,CentralSouthUniversity,Changsha410083)[AbstractlAgeneticalgorithmtohandleconstrainedoptimizationproblemispropos
3、ed.ThismethodsearchesthedecisionspaceofaproblemthroughthearithmeticgI'OSSOVeroffeasibleandinfeasiblesolutions,andperformsaselectiononfeasibleandinfeasiblepopulationsrespectivelyaccordingtofitnessandconstraintviolation.ItUSeStheboundarymutationOnfeasiblesolutionsandthenon·uniformmutation0rIinfea
4、siblesolutionsbecamethesolutionsusuallydeviatefromtheconstraintdomainafterthetraditionalmutationoperation.Itmaintainsthepopulationdiversitythroughdimensionmutation.Numericalresultsshowthatitisaneffectivealgorithm.[Keywordslconstrainedoptimizationproblem;feasiblesolution;infeasiblesolution;genet
5、icalgorithm1概述在實際工程和科學研究中,約束優(yōu)化問題是一類廣泛存在但又較難求解的問題。一個有不等式和等式約束條件的約束優(yōu)化問題可以寫成如下的形式:min/(善)X=(‘,X2,?,毛)∈91”jg,(x)≤0-,=l,2,·一,,s.t.{矗,(x)=0J=f+l,,+2,·..,P(1)【‘≤‘≤Mf:l,2,?,廳其中,XE口∈S為決策向量;口為可行域;S為決策宅間。一般的,s為吼”中的n維長方體。變量xf在【,“Ui沖取值;f(x)為目標函數(shù);g/(x)≤0為第/個不等式約束條件,h(x)=0為第/個等式約束條件。一般來說,將等式約束條件轉換為不等式約束條件進行處理
6、,即ih7、遺傳算法的研究框架出發(fā),約束優(yōu)化中最大的挑戰(zhàn)就是如何同時處理約束和.優(yōu)化目標函數(shù)。目前,遺傳算法常用的約束處理方法有拒絕法、修復法、修改遺傳算子法、懲罰函數(shù)法等。修改遺傳算子法是針對問題沒計特殊的算子,保證可行解變化后仍為可行解,即遺傳操作在可行域上是封閉的,該方法對問題本身依賴性太大。懲罰函數(shù)法是對不可行解進行懲罰,進而將約束優(yōu)化問題轉化為無約束優(yōu)化問題,但同時需要引入懲罰因子,增加了算法的計算量,而且懲罰因子選取是否合適也嚴重影響算法的性能。懲罰因子過