畢曉君,張 磊
(哈爾濱工程大學(xué)信息與通信工程學(xué)院,黑龍江哈爾濱150001)
基于自適應(yīng)ε的約束優(yōu)化算法
畢曉君,張 磊
(哈爾濱工程大學(xué)信息與通信工程學(xué)院,黑龍江哈爾濱150001)
針對目前約束優(yōu)化算法易陷入局部最優(yōu)和魯棒性不好等缺點(diǎn),提出基于自適應(yīng)ε的約束優(yōu)化算法。首先,通過改進(jìn)的個(gè)體比較準(zhǔn)則,充分利用優(yōu)秀不可行個(gè)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(yīng)ε調(diào)整策略,平衡目標(biāo)函數(shù)和約束違反度之間的關(guān)系,進(jìn)而更加合理地進(jìn)行個(gè)體比較。對13個(gè)標(biāo)準(zhǔn)測試函數(shù)的對比實(shí)驗(yàn)表明,本文算法不僅能夠以較高精度收斂到全局最優(yōu)解,而且魯棒性較好。
約束優(yōu)化算法;個(gè)體比較準(zhǔn)則;ε約束;自適應(yīng)
約束優(yōu)化問題是一類廣泛存在于現(xiàn)實(shí)世界中但又較難求解的問題,涉及到函數(shù)優(yōu)化[1]、圖像處理[2]、網(wǎng)絡(luò)通信[3]等諸多領(lǐng)域,對其研究具有重要的理論和實(shí)際意義。目前,一般采用約束優(yōu)化算法處理約束優(yōu)化問題,而有效的約束優(yōu)化算法必須在處理約束條件的同時(shí)能夠收斂到全局最優(yōu)解。
傳統(tǒng)的全局優(yōu)化算法如遺傳算法[4]、粒子群算法[5]、差分進(jìn)化算法[6-7]、免疫克隆算法[8]等必須結(jié)合約束處理技術(shù)才能處理約束優(yōu)化問題。約束處理技術(shù)作為約束優(yōu)化算法中非常重要的組成部分,常用方法有懲罰函數(shù)法[9]、Deb準(zhǔn)則[10]、隨機(jī)排序法[11]、多目標(biāo)法[12]和ε約束[13]等。研究表明,基于ε約束的優(yōu)化算法在處理約束優(yōu)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(jìn)一步提高。……