一个求解约束优化问题的与可行基规则相结合的改进微粒群算法.pdfVIP

Vo1.33 No.l 长春理工大学学报{自然科学版) 第33卷第1 期 2010年3月 Journal of Changchun Univ町sity of Scien四and Technology{ Natural Science Edition) M低 2010 一个求解约束优化问题的与 可行基规则相结合的改进微粒群算法 刘国志1 ，杜翼辰2 (1.辽宁石油化工大学理学院信息与计算科学系，抚顺 113001; 2.中山大学 数学与计算科学学院，中山 510ω的 摘 要:提出二个求解约束最优化问题的新的混合算法·与可行基规则相结合的改进的徽章主样算法。与惩罚函数法 相比，可行基规则不需要额外的参敬，且指~I 粒子迅速飞向可行域。利用 5 个基准测试函数进行仿真计算比较，仿 真结果表明了新算法是求解约束最优化问题的-个高效的算法。 关键词:可行基规则;徽拉群算法:约束最优化 中图分类号: TPI8 文献标识码:A 文章编号: 1672 - 9870 ( 2010 ) 01-0156-03 A Hybrid Improved Particle Swarm Optimization with a Feasibility-based Rule for Constrained Optimization LIU Guozhi ,DU Yíchen2 ( I.College ofScience ,Líaoning University ofPetroleurn Chemical Technology ,Fushun 113∞1 ;2.Departrnent ofmathmatics Applied mathmatics , Sun Yat-sen University School ofMathmaticsComputational Scien饵，却ongshan 5H沁俑) Abstract: 1n this paper the hybrid improved particle swarm optimization(HIPSO) with a feasibility-based rule is proposed ωsolve constrained optimization problems. In con田stωthe 阴阳Ity function method , the rule requires no additional para- me始rs and can guide the swarmωthe feasible region quickly. Simulation and compariωnsb部ed on several well-studied be- nchmarks demonstrate the effi优tiven臼5 ， efficiency and robustness ofthe proposed HIPSO. Key wonls: feasibility-bωed rule; Particle swarm optimization; uncons回ined optimization 约束优化问题可以描述为: 函数方法，罚值和罚因子的选择与具体问题有关， iminf(X) I ( 1 ) 给该方法应用带来了一定困难(1) 。所以， Coello(2) s.t. gi ( X )三 o ，产1 ， 2 ,…, n 把遗传算法应用于决定解和罚因子的进化，提出了