基于环境Pareto 支配选择策略的有约束多目标差分进化算法
CSTR:
作者:
作者单位:

1. 燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004;
2. 首钢京唐钢铁联合有限责任公司,河北唐山063200;
3. 秦皇岛凯鸿科技有限公司,河北秦皇岛066004;
4. 国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004.

作者简介:

孙浩

通讯作者:

中图分类号:

TP18

基金项目:

国家自然科学基金委员会与宝钢集团有限公司联合项目(U1260203);河北省高等学校创新团队领军人才培育计划项目(LJRC013);国家冷轧板带装备及工艺工程技术研究中心开放课题(2012005).


Differential evolution algorithm based on environment Pareto dominated selection strategy in constrained multi-objective optimization problem
Author:
Affiliation:

1. Key Laboratory of Industrial Computer Control Engineering of Hebei Province,Yanshan University,Qinhuangdao 066004,China;
2. Shougang Jingtang United Iron and Steel Co. Ltd,Tangshan 063200,China;
3. Qinhuangdao Kai Hong Technology Co. Ltd,Qinhuangdao 066004,China;
4. National Engineering Research Center for Equipment and Technology of C.S.R,Qinhuangdao 066004, China.

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:

    在处理有约束多目标问题的进化算法中, 目前普遍采用Deb 教授提出的约束占优的直接支配选择策略. 在约束处理中, 优秀不可行解与优秀可行解同样重要, 但在直接支配选择策略中, 不可行解被选择的几率很小. 针对此问题, 设计一种环境Pareto 支配的选择策略, 并基于此提出用于解决有约束多目标问题的差分进化算法. 对经典测试函数进行仿真计算, 结果表明, 与其他算法相比, 所提出的算法具有更高的收敛性和稳定性.

    Abstract:

    In the evolutionary algorithm with constrained multi-objective problems, the selection strategy of constraineddominate proposed by Professor Deb is widely used. The excellent infeasible solution is equally important as the feasible solution in the constraint treatment method. The infeasible solution has a small chance of winning in the selection strategy of constrained-dominate. Therefore, a differential evolution algorithm based on the environment pareto dominated selection strategy in the constrained multi-objective optimization problem is proposed. Benchmark functions are simulated, and the results show that, compared with other algorithms, the proposed algorithm has better convergence and stability.

    参考文献
    相似文献
    引证文献
引用本文

孙浩 杨景明 刘醒 唐永超 车海军.基于环境Pareto 支配选择策略的有约束多目标差分进化算法[J].控制与决策,2016,31(1):45-51

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:2014-12-11
  • 最后修改日期:2015-04-05
  • 录用日期:
  • 在线发布日期: 2016-01-20
  • 出版日期:
文章二维码