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）

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)

0 引 言

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。……