閤大海,李元香,龚文引,何国良

(1.武汉大学软件工程国家重点实验室,武汉大学计算机学院,湖北武汉430072;2.中国地质大学(武汉)计算机学院,湖北武汉 430074)



一种求解约束优化问题的自适应差分进化算法

閤大海1,李元香1,龚文引2,何国良1

(1.武汉大学软件工程国家重点实验室,武汉大学计算机学院,湖北武汉430072;2.中国地质大学(武汉)计算机学院,湖北武汉 430074)

自适应算子选择方式已被用于差分进化算法求解全局优化问题及多目标优化问题,然而在求解约束优化时难于为自适应算子选择方式找到一种方式来恰当分配信用.为此,本文提出了一种基于混合种群的自适应适应值方式来对约束优化问题中变异策略进行信用分配并采用概率匹配方法自适应选择差分变异策略,同时对算法变异缩放因子与交叉率进行自适应设置提高算法的成功率.实验结果表明算法在求解约束优化问题相比于CODEA/OED,ATMES,εBBO-dm,COMDE 以及εDE算法有较高的收敛精度及收敛速度,同时验证了自适应方式的有效性.该算法可用于预报、质量控制、会计过程等科学和工程应用领域.

约束优化;差分进化算法;自适应;信用分配;概率匹配

1 引言

差分进化算法需要根据实际问题需要设置相关参数(种群规模NP,变异缩放因子F,交叉率CR)以及选择合适变异策略,这通常需要进行反复试验才能得到最佳设置.而且随着算法搜寻的解空间区域不同,不同区域所需要的参数及变异策略也不相同[1].因此自适……