模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2006, Vol. 19 Issue (4): 538-545    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种求解复杂约束优化问题的粒子动力学演化算法*
李康顺1,2,3,李元香2,康立山2,李邦河4
1.江西理工大学 信息工程学院 赣州 341000
2.武汉大学 软件工程国家重点实验室 武汉 430072
3.江西师范大学 省高性能计算技术重点实验室 南昌 330022
4.中国科学院数学与系统科学研究院 北京 100080
A New Particle Dynamical Evolutionary Algorithm for Solving Complex Constrained Optimization Problems
LI KangShun1,2,3, LI YuanXiang2, KANG LiShan2, LI BangHe4
1.School of Information Engineering, Jiangxi University of Science and Technology, Ganzhou, 341000
2.State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072
3.Provincial Key Laboratory of HighPerformance Computing Technology, Jiangxi Normal University, Nanchang 341000
4.Institute of Mathematics and System Science, Chinese Academy of Sciences, Beijing 100080

全文: PDF (496 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 根据输运理论中的粒子输运方程、相空间能量最小原理和熵增法则,构造一种能够高效求解带约束条件优化问题的动力学演化算法(CPDEA).并利用这种能量和熵的变化使整个粒子系统从非平衡达到平衡的理论来定义适应值函数,使得所有的个体都能够有机会参与杂交和变异,最终达到快速求出约束优化问题的所有全局最优解的目的.在数据实验中通过用该算法求解一些复杂的带约束条件的函数优化问题并得到较好的结果.同时实验还显示,该算法不仅能快速容易地求出复杂的带约束优化问题的所有全局最优解,而且还能避免求解问题的早熟现象.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李康顺
李元香
康立山
李邦河
关键词 粒子相空间动力学演化算法粒子输运理论约束优化问题粒子熵    
Abstract:In this paper a particle dynamic evolutionary algorithm(CPDEA) for solving constrained problems efficiently is presented according to the equation of particle transportation, the principle of energy minimizing and the law of entropy increasing in phase space of particles based on transportation theory. A fitness function of constrained optimization problems is defined based on the theory in which particle systems in phase space reach equilibrium from nonequilibrium. The energy of particle systems minimizes and the entropy of particle systems increases gradually in the evolving process of particles in order that all the individuals have chance to crossover and mutate. Finally all the optimal solutions are obtained quickly. In the numerical experiments, precise optimal solutions of the constrained problems are gotten by using this algorithm. Compared with traditional evolutionary algorithms, the experiments show that not only all the global solutions of complex constrained optimization problems can be solved in an easy and quick way, but also premature phenomenon can be avoided.
Key wordsPhase Space of Particles    Dynamical Evolutionary Algorithm    Particle Transportation Theory    Constrained Optimization Problems    Particle Entropy   
收稿日期: 2004-09-17     
ZTFLH: TP311  
基金资助:国家自然科学基金项目(No.60473014,60133010)、江西省教育厅科技计划项目(赣教技字[2005]150号)资助
作者简介: 李康顺,男,1962年生,博士研究生,副教授,主要研究方向为演化计算、并行计算.E-mail: lks@public1.gz.jx.cn.李元香,男,1962年生,教授,博士生导师,主要研究方向为并行计算、演化计算.康立山,男,1934年生,博士生导师,主要研究方向为演化计算、并行计算.李邦河,男,1942年生,研究员,博士生导师,主要研究方向为微分拓扑、智能计算.
引用本文:   
李康顺,李元香,康立山,李邦河. 一种求解复杂约束优化问题的粒子动力学演化算法*[J]. 模式识别与人工智能, 2006, 19(4): 538-545. LI KangShun, LI YuanXiang, KANG LiShan, LI BangHe. A New Particle Dynamical Evolutionary Algorithm for Solving Complex Constrained Optimization Problems. , 2006, 19(4): 538-545.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2006/V19/I4/538
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn