首页|基于反向学习和可行性准则交叉的约束差分进化算法

基于反向学习和可行性准则交叉的约束差分进化算法

CONSTRAINED DIFFERENTIAL EVOLUTION ALGORITHM BASED ON OPPOSITION-BASED LEARNING AND FEASIBILITY RULE CROSSOVER

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对差分进化算法在处理约束优化问题时存在的问题,提出一种基于反向学习和可行性准则交叉的约束差分进化算法.利用反向学习提高初始种群和变异交叉后个体的多样性,保证算法对全域搜索;对约束条件处理后的目标个体与实验个体设置可行性准则,筛选出优秀个体再次进行交叉操作,调整算法在优化过程中的寻优方向.对13个标准测试函数进行实验仿真,并与其他约束算法进行比较,结果表明该算法具有更优秀的收敛速度和稳定性.对蜗轮齿圈和焊接梁问题进行优化,验证改进算法在实际工程中应用的有效性.

段伟、徐斌

展开 >

上海工程技术大学机械与汽车工程学院 上海 201620

约束优化 差分进化算法 反向学习 可行性准则 交叉操作 工程应用

国家自然科学基金

61703268

2022

10.3969/j.issn.1000-386x.2022.10.039

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(10)
  • 8