- 博客(2)
- 收藏
- 关注
RSS订阅原创 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