摘要
在增广 L agrange乘子函数和协作进化算法的基础上 ,采用自适应策略来解决工程优化问题。其中存在两组相互作用的进化种群 A和 B,A利用 B的反馈信息来评价 A中乘子个体的优劣 ,进而进化 A中乘子个体 ;B则利用 A中乘子个体来动态进化原问题的候选解个体。在算法迭代过程中 ,罚因子是确定性逐渐增大 ,以使算法逐渐收敛 ;A中乘子个体则朝其最优值的方向进化 ,且由 B可得到原问题的最优解。与基于静态和动态罚函数的 GAs相比 ,该算法准确度和鲁棒性较高 ,易于实现 。
A new method based on coevolution is proposed where two populations interact with each other to coevolute the multiplier and solution. Compared with the standard GAs with static and dynamic penalty parameters, the test results show that this algorithm is easy to be implemented, and its efficiency is higher in accuracy and reliability, so it is effective for constrained optimization problem.
出处
《控制与决策》
EI
CSCD
北大核心
2001年第B11期669-672,共4页
Control and Decision
基金
国家 973重点基础研究发展项目 (G19980 30 415 )
