基于自适应惩罚函数法的混合遗传算法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

O221.2 O231

基金项目:


Hybrid Genetic Algorithm Based on Novel Adaptive Penalty Function
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    引入了自适应的惩罚因子,将约束问题转化为无约束问题.通过遗传算法求得无约束问题的可行解,再将此解作为约束变尺度法的初始可行点,由约束变尺度法得到精度较高的解.数值实验表明该混合算法比单纯使用遗传算法效率高,而且在多数情况下能得到全局最优解。

    Abstract:

    The authors introduce a sort of novel adaptive penalty gene, transform the constrained problem into unconstrained problems. An solution is given for this unconstrained problem with genetic algorithm, and then it is used as initial values for the constrained variable metric method to get precise solution. The numerical experiments illustrate that this hybrid genetic algorithm is more efficient than the genetic algorithm, and at most situations globally optimal solution can be gotten.

    参考文献
    相似文献
    引证文献
引用本文

刘琼荪 周声华.基于自适应惩罚函数法的混合遗传算法[J].重庆大学学报,2006,29(6):78-81.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-02-01
  • 最后修改日期:2006-02-01
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码