吉林大学学报(工学版)

• • 上一篇    下一篇

高效求解多峰值全局优化的区间-遗传算法

张晓伟1,刘三阳1,迟晓妮2   

  1. 1.西安电子科技大学 数学科学系,西安,710071; 2.黄冈师范学院 数学与信息科学学院,湖北 黄州,438000
  • 收稿日期:2007-01-29 修回日期:2007-07-03 出版日期:2008-07-01 发布日期:2008-07-01
  • 通讯作者: 刘三阳

Efficient interval-genetic algorithm for multipeak global optimization

ZHANG Xiao-wei1,LIU San-yang1,CHI Xiao-ni2   

  1. 1.Department of Mathematical Sciences,Xidian University,Xi′an 710071,China;2.College of Mathematics and Information Science,Huanggang Normal University,Hubei Huangzhou 438000, China
  • Received:2007-01-29 Revised:2007-07-03 Online:2008-07-01 Published:2008-07-01
  • Contact: LIU San-yang

摘要: 针对传统区间优化算法求解高维问题耗时的缺点,将区间算法和遗传算法进行融合,提出了一种区间-遗传算法。该算法利用区间算法为遗传算法的搜索区域进行定界,同时采用拒绝指标可使包含全局最优解的区间更容易被选择,而且算法通过遗传算法提供的问题全局最优解的上界可对那些不包含全局最优解的区间进行删除。对一些多峰值全局优化问题进行了仿真实验,结果表明:该算法相比传统区间优化算法更加有效,而且随着问题维数的增大,算法的高效性更加明显。

关键词: 计算机工程, 遗传算法, 区间算法, 全局优化, 多峰值

Abstract: To overcome the disadvantage of high computation cost in traditional interval optimization algorithms for high dimensional problems, an interval-genetic algorithm was proposed. This algorithm combines the interval algorithm and a genetic algorithm. It employed the interval algorithm to bound the search domains of the genetic algorithm, and adopted a reject index to make the intervals containing the global optimum being more easily selected. Moreover, the algorithm used an upper bound of the global optimum provided by the genetic algorithm to discard the intervals not containing the global optimal solution. Simulation results on some multipeak global optimizations show that the efficiency of the proposed algorithm is higher than traditional interval optimization algorithms and this advantage becomes more significant in solving high dimensional optimizations.

Key words: computer engineering, genetic algorithm, interval algorithm, global optimization, multi-peak

中图分类号: 

  • TP301
[1] 吴蔚楠,崔乃刚,郭继峰,赵杨杨. 多异构无人机任务规划的分布式一体化求解方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1827-1837.
[2] 焦玉玲, 张鹏, 田广东, 邢小翠, 邹连慧. 基于多种群遗传算法的自动化立体库货位优化[J]. 吉林大学学报(工学版), 2018, 48(5): 1398-1404.
[3] 李启良, 曹冠宁, 李璇, 杨志刚, 钟立元. 三厢轿车多参数气动优化[J]. 吉林大学学报(工学版), 2018, 48(3): 670-676.
[4] 孙文, 王庆年, 王军年. 基于横摆力矩控制的电动轮汽车转弯节能控制[J]. 吉林大学学报(工学版), 2018, 48(1): 11-19.
[5] 胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[6] 周放, 宋传学, 梁天唯, 肖峰. 采用NSGA-II算法的车载复合电源参数匹配[J]. 吉林大学学报(工学版), 2017, 47(5): 1336-1343.
[7] 王占中, 赵利英, 曹宁博. 基于多层编码遗传算法的危险品运输调度模型[J]. 吉林大学学报(工学版), 2017, 47(3): 751-755.
[8] 孙亮, 徐海浪, 葛宏伟. 保证全局收敛的随机粒子群新算法[J]. 吉林大学学报(工学版), 2017, 47(2): 615-623.
[9] 郑明, 卓慕瑰, 张树功, 周柚, 刘桂霞. 基于混合并行遗传算法和阈值限定法的基因调控网络构建[J]. 吉林大学学报(工学版), 2017, 47(2): 624-631.
[10] 赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[11] 陈进, 李松林, 孙振业, 陈刚. 风力机专用翼型气动结构一体化设计[J]. 吉林大学学报(工学版), 2016, 46(6): 1940-1945.
[12] 宋康, 陈潇凯, 林逸. 动力总成悬置系统的稳健设计[J]. 吉林大学学报(工学版), 2016, 46(3): 692-699.
[13] 魏丽英, 李鸣君. 考虑诱导影响的公交优先信号配时模型[J]. 吉林大学学报(工学版), 2016, 46(3): 777-784.
[14] 郭玉泉, 李雄飞, 刘昕. 谱分析与启发式遗传算法相结合的多尺度社区检测方法[J]. 吉林大学学报(工学版), 2015, 45(5): 1592-1600.
[15] 任维武, 胡亮, 赵阔. 基于数据挖掘和本体的入侵警报关联模型[J]. 吉林大学学报(工学版), 2015, 45(3): 899-906.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!