24021.融合copula分布估計(jì)的aea算法及其在約束優(yōu)化問題中的應(yīng)用

1、華東理工大學(xué)碩士學(xué)位論文第1頁融合Copula分布估計(jì)的AEA算法及其在約束優(yōu)化問題中應(yīng)用摘要AlopexbasedEvolutionaryAlgorithrn(AEA)算法是一種融合]Alopex[舶發(fā)方式和進(jìn)化算法的群搜索技術(shù)的新型優(yōu)化算法，即具有梯度下降的特點(diǎn)，又具有模擬退火的特點(diǎn)。本文在AEA算法的基礎(chǔ)之上，針對AEA算法中兩個(gè)對比種群包含相同個(gè)體信息的缺點(diǎn)，將Copula分布估計(jì)算法引入到AEA算法中，利用Copula分布估計(jì)

2、算法來產(chǎn)生AEA算法中需要進(jìn)行Alopex操作的兩個(gè)種群，使得兩個(gè)種群不僅包含從AEA算法相關(guān)性學(xué)習(xí)中所得到的啟發(fā)信息，同時(shí)還包含考慮了變量之間相關(guān)性的Copula分布估計(jì)算法所提供的全局進(jìn)化信息。這樣，在每次的迭代中，首先利用分布估計(jì)算法給出種群的宏觀概率分布模型，然后再利用Alopex實(shí)現(xiàn)微觀層面的進(jìn)化。然后通過11個(gè)標(biāo)準(zhǔn)測試函數(shù)對算法效果進(jìn)行測試，并與算法EDA和EDAAEA進(jìn)行比較，從多個(gè)角度驗(yàn)證了CAEA算法在處理變量之間存在

3、強(qiáng)相關(guān)性的優(yōu)化問題時(shí)的優(yōu)勢。針對約束優(yōu)化問題，提出了一種松弛參數(shù)自適應(yīng)調(diào)整的新的約束處理機(jī)制，該方法通過在迭代中引入松弛參數(shù)，使得包含種群進(jìn)化信息的“相對可行解“得以保留，從而引導(dǎo)種群的進(jìn)化。隨著種群的進(jìn)化，逐漸縮小相對可行域直至收斂到可行域，充分考慮到不同函數(shù)具有不同可行域大小的情況。同時(shí)，引入一種自適應(yīng)懲罰函數(shù)法增加算法的穩(wěn)定性，它能夠利用不同約束條件滿足的難易程度來自適應(yīng)的調(diào)整懲罰系數(shù)，從而保證懲罰力度不會(huì)過大或者過小。通過11個(gè)