python：差分进化算法实现单目标约束优化问题

差分进化实现单目标约束一直以来是众多学者的研究范围，致力于如何做好约束问题和边界问题、约束函数之间的矛盾关系。

通常我们处理的方法是结合可行性规则方法解决约束问题，防止其对优化函数的影响。因此，运用差分进化算法的同时用可行性规则替代传统的选择算子，以此达到优化的目的。

注：再保存最优值时，初始的最优值一定是得再可行性规则下选择出来，不能直接得比较选择，防止直接选择比较得个体最好不满足约束限制，导致结果不对。

下面，提供实现过程，但是该代码是运用得传统差分进化，所以优化的效果不是很好，但是给想做约束优化的提供编写代码的一个参考！

想要源代码的点击右边的链接：差分进化算法处理单目标约束优化问题

一、实现过程

（一）主函数

'''
差分进化算法解决约束优化问题
编写时间：2022.3.22
'''
from Object_Constrain_optimal_function import ConFitness   #导入目标函