基于自適應ε的約束優化算法

畢曉君，張 磊

（哈爾濱工程大學信息與通信工程學院，黑龍江哈爾濱150001）

基于自適應ε的約束優化算法

畢曉君，張 磊

（哈爾濱工程大學信息與通信工程學院，黑龍江哈爾濱150001）

針對目前約束優化算法易陷入局部最優和魯棒性不好等缺點，提出基于自適應ε的約束優化算法。首先，通過改進的個體比較準則，充分利用優秀不可行個體的有效信息，加大對搜索空間的探索力度，從而提高種群多樣性；其次，提出自適應ε調整策略，平衡目標函數和約束違反度之間的關系，進而更加合理地進行個體比較。對13個標準測試函數的對比實驗表明，本文算法不僅能夠以較高精度收斂到全局最優解，而且魯棒性較好。

約束優化算法；個體比較準則；ε約束；自適應

0 引 言

約束優化問題是一類廣泛存在于現實世界中但又較難求解的問題，涉及到函數優化［1］、圖像處理［2］、網絡通信［3］等諸多領域，對其研究具有重要的理論和實際意義。目前，一般采用約束優化算法處理約束優化問題，而有效的約束優化算法必須在處理約束條件的同時能夠收斂到全局最優解。

傳統的全局優化算法如遺傳算法［4］、粒子群算法［5］、差分進化算法［6－7］、免疫克隆算法［8］等必須結合約束處理技術才能處理約束優化問題。約束處理技術作為約束優化算法中非常重要的組成部分，常用方法有懲罰函數法［9］、Deb準則［10］、隨機排序法［11］、多目標法［12］和ε約束［13］等。研究表明，基于ε約束的優化算法在處理約束優化問題上取得良好的效果，但在收斂精度和魯棒性上仍需進一步提高?！?br>