论文研究 一种改进的约束优化差分进化算法.pdf
提出一种改进的差分进化算法用于求解约束优化问题。该算法在处理约束时不引入惩罚因子，使约束处理问题简单化。利用佳点集方法初始化个体以维持种群的多样性。结合差分进化算法两种不同变异策略的特点，对可行个体与不可行个体分别采用DE/best/1变异策略和DE/rand/1策略，以提高算法的全局收敛性能和收敛速率。用几个标准的Benchmark问题进行了测试，实验结果表明该算法是一种求解约束优化问题的有效方法。
提出一种改进的差分进化算法用于求解约束优化问题。该算法在处理约束时不引入惩罚因子，使约束处理问题简单化。利用佳点集方法初始化个体以维持种群的多样性。结合差分进化算法两种不同变异策略的特点，对可行个体与不可行个体分别采用DE/best/1变异策略和DE/rand/1策略，以提高算法的全局收敛性能和收敛速率。用几个标准的Benchmark问题进行了测试，实验结果表明该算法是一种求解约束优化问题的有效方法。