对于差分进化算法(DE)有着很好的性能,所以其应用也广泛。
下面主要讲解,差分进化算法在约束优化上的处理:
何为约束优化问题额?看下面一个数学模型就可以知道了。对于约束优化问题有以下几个重要的元素,目标函数、不等式约束、等式约束、边界约束四个方面。数学模型如下:
min f(x)
q(x)<0
h(x)=0
a<=x<=b
在上述模型的不等式约束或者等式约束比较小的时候,可能还比较好处理,但是当约束条件达到10个或比较复杂时,用传统的数学方式就很难解决。因此,采用算法的思想处理这类问题。
通常差分进化算法处理这类问题都是结合约束处理技术而进行综合性的研究,这里讲介绍一种约束进化优化的复合微分优化(CCODE)。
文章链接 :CCODE文章
测试约束优化问题链接: Problem Definitions and Evaluation Criteria for the CEC 2006
Special Session on Constrained Real-Parameter Optimization
文章的具体思想这里不再讲解,自己点击链接看。
需要源代码的点击链接:CCODE算法源码
接下来就分享其代码:
matlab:差分进化算法处理约束优化问题---------------------约束进化优化的复合微分优化(CCODE)
于 2021-07-13 09:07:40 首次发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)