论文部分内容阅读
压力容器设计等实际科学与工程优化问题由于物理限制或功能需求往往都涉及到约束。进化算法作为基于群体的优化方法,具有鲁棒性强、搜索效率高等优势。但进化算法本身是一种无约束的搜索技术,因此为其设计有效的约束处理方法是采用进化算法求解约束优化问题的关键。传统的惩罚函数法与有前景的随机排序法是进化约束优化的两种主流的约束处理方法。但惩罚函数法与随机排序法中分别存在惩罚因子和惩罚概率难以选定合适的参数值的问题,都存在欠惩罚或过惩罚风险。本文首先在分析经典随机排序法不足的基础上,分别引入动态概率与退火思想,提出了进化约束优化的动态随机排序和退火随机排序两种自适应约束处理方法。另一方面,在深刻揭示惩罚函数法与二目标优化中分解型聚合函数理论联系的基础上,提出了二目标分解型约束处理方法,避免了设置惩罚因子的困难。本文的主要研究工作总结如下:1.通过引入动态惩罚概率提出了进化优化的动态随机排序约束处理方法,使惩罚概率可根据进化进程自适应地调整,降低了固定概率可能导致种群在后期收敛于不可行域的风险。2.借鉴退火过程中Metropolis接受准则设计退火随机排序约束处理方法,当选择约束违反程度作为比较依据时,综合考虑个体间的约束违反程度差异性和进化进程等因素,让约束违反程度大的个体能有机会以某个自适应的概率被保留,从而改善进化过程中种群的多样性,提高种群的全局搜索能力。3.在深刻揭示二目标优化中分解型聚合函数和惩罚函数法理论联系的基础上,提出了二目标分解型约束处理方法,借鉴锥面积进化算法对二目标空间进行锥形划分,并采用双种群结构依据锥面积指标并行搜索多个锥形子区域,既避免了设置惩罚因子的困难,又充分利用了二目标前沿上不可行解蕴含的有效信息引导种群向全局最优解收敛。4.在13个约束优化标准测试例以及压力容器设计和Himmelblau非线性规划两个实际工程问题上应用本文提出的动态随机排序法、退火随机排序法和二目标分解型方法进行了对比实验与性能评估。在标准测试例与两个工程问题上的实验结果表明,本文提出的三种自适应约束处理方法获得的解质量均比随机排序法更高,同时二目标分解型方法的约束处理性能在这三种方法中是最优的。