约束优化问题的改进粒子群优化算法.pdfVIP

第 37卷 第 4期 兰 州 理 工 大 学 学 报 Vo1．37 No．4 2011年 8月 JournalofLanzhouUniversityofTechnology Aug．2011 文章编号：1673—5196(2011)04-0084-06 约束优化问题的改进粒子群优化算法 雷翻翻，高岳林 (北方民族大学信息与系统科学研究所，宁夏银川 750021) 摘要：提出一种求解约束优化问题的改进粒子群优化算法．该算法更多地考虑了当前全局最优粒子和个体最优粒 子对粒子群搜索能力的影响，对速度更新公式做 了改进 ；然后利用修正的可行基规则来更新个体极值和全局极值， 从而引导不可行粒子尽可能到达可行的区域，以增加种群的多样性和提高全局搜索能力．数值实验表明，该算法是 有效、稳定且计算精度高的全局优化算法． 关键词：全局优化；约束优化；粒子群优化；惩罚函数；可行基规则 中图分类号：TP18 文献标识码：A Improvedparticleswarm optimizationalgorithm forsolving constrainedoptimizationproblems LEIFan-fan，GAO Yue-L (InstituteofInformationandSystem Science，BeifangUniversityofNationalities，Yinchuan 750021，China) Abstr~t：Animprovedparticleswarm optimizationalgorithm wasproposedforsolvingconstrainedopti— mizationproblems．Inthisalgorithni，theinfluenceofcurrentglobal-optimalparticleandcurrentindividu— aloptimalparticlesOnparticleswarm searchabilitywasmuchmoretakeintoconsidering，andtheupdated velocityformulawasmodifled，Thenthemodifiedfeasibility-basedrulewasusedtoupdatetheindividual optimalandglobalmaximum，SOthattheinfeasihieparticleswereguidedtobecomefeasibleonesinorder toincreasethediversityofpopulationandimprovetheglobalsearchability．Numericalsimulationshowed thatthisalgorithm wasaglobaloptimizationalgorithm withhigherefficiency，stability，andcomputation accuracy． Key 0．rds：globaloptimization；constrainedoptimization；particleswarm optimization；penaltyfunc— tion：feasibility-basedrule 本文考虑以下约束优化问题 (constrainedopti— 一1，2，一·，+2n)，F是问题 (1)的可行域． mizationproblems，记为COPs)： 非线性约束优化问题来 自于许多领域，寻找非 fImin 线性约束优化问题全局最优解是很困难的事．目前 (C0P lS．t． (一1，2，”·， ) 求解约束优化问题的方法主要有以下两类：一类是 s)．【《，gf(z())≤0 hj(z)一0 (一1，2，···，咒)