- 博客(2)
- 收藏
- 关注
原创 A Self Adaptive Penalty Function Based Algorithm for Constrained Optimization:
其中如果rf是可行解比例,若值较小(不为0),惩罚一比惩罚二更有影响,它会对违反约束值高的不可行解有更高的惩罚。如果较大,惩罚二比惩罚一更有影响,它会对目标函数值高的不可行解有更高的惩罚。该方法利用不可行解的有益信息,直接丢弃可能会让搜索陷入局部最优,特别是在搜索空间不连续的情况下。在高度受限的约束问题中,要一开始找到可行解本身就很困难,更加需要很多不可行解的信息去搜索。2.如果可行解占比多,目标函数较优的不可行解会有更小的惩罚。1.如果可行解占比少,则约束违反过高的不可行解惩罚加强。
2024-04-16 11:23:44 122
原创 CEC2006 2010和2017 测试集
评价指标:针对不同维度分别运行25次(在一定代数或一定次数函数评价下),取平均值和方差,满足约束的情况下目标值越小越好,并记录找到可行解次数。单目标约束优化问题描述:在优化一个目标函数的情况下,满足多个等式或不等式约束的前提下,尽可能找到最优解,约束违反可设置容忍上限。2017:28个基准函数,有单峰函数,多峰函数,混合函数,复合函数(不知道最优解是多少)2006:24个基准函数(2-20维之间),属于不可分离函数。现实世界中的优化难题:多维,多峰,复合,局部最优。2010:18个基准函数。
2024-04-16 11:08:05 310
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人