论文研究基于D.S.C.法求解约束优化问题的进化算法.pdf

这项工作研究了一种生物启发式的微免疫优化算法,以解决一般的单目标非线性约束期望值编程,而无需任何先验分布。 在算法研究中,理论上发展了两个下界样本估计值,以估计个体的经验值。 设计了两种自适应竞赛采样

论文研究-求解一类组合优化问题的混沌搜索法.pdf,  把混沌引入各种传统的优化计算模型中以避免系统落入局部最优陷阱 ,是一种行之有效的方法 .本文提出一种利用混沌搜索一类组合优化问题最优解的模型 ,

提出一种新的多目标优化差分进化算法用于求解约束优化问题。该算法利用佳点集方法初始化个体以维持种群的多样性。将约束优化问题转化为两个目标的多目标优化问题。基于Pareto支配关系，将种群分为Pareto

用于约束多目标优化问题的双群体差分进化算法 孟红云 1 张小华 2 刘三阳 1 (1.西安电子科技大学 应用数学系西安710071 2.西安电子科技大学 智能信息处理研究所西安710071) 摘 要首

在构造了一种链接链及一种新型的“类发夹式”探针的基础上,给出了图的独立数问题的一种DNA算法。利用顶点的简单编码及链接链，该算法直接生成数据池,使用常规的生物操作即可完成解空间的产生及最终解的分离。

求解带线性等式约束的界约束优化问题的有效集算法，闫秀娟，王永丽，许多实际应用问题可以被表述为带界约束和单一线性等式约束的优化问题。本文介绍了一种新的求解此问题的方法。该方法利用零空间法

基于微粒群的约束优化，胡鹏，王猛，微粒群算法在处理约束优化问题时，难以兼顾约束、优化之间的关系，针对这一问题提出了一种泛学习微粒群算法（ULPSO），该算法通过�

拉格朗日乘子法 约束优化问题的标准形式为 min f ( x, x Rn s.t g (x ) 0,i 1,2, m i h (x ) 0, j 1,2,l j 其中 f , g , h : Rn R

烟花算法是一种新型智能优化算法，该算法模拟烟花在空中爆炸产生火花这一过程。烟花算法的求解过程包含两种机制：产生爆炸火花，从而实现算法的局部和全局寻优过程；产生高斯变异火花，从而增加种群的多样性以便将优

基于双子群协同进化思想和果蝇优化算法，提出了一种求解0-1背包问题的双子群果蝇优化算法。利用双子群协同进化以及群半径自动调节来增强搜索过程的多样性，提高算法全局寻优能力；给出了双子群果蝇优化算法的具体