华东师范大学学报(自然科学版) ›› 2015, Vol. 2015 ›› Issue (6): 36-45.doi: 10.3969/j.issn.1000-5641.2015.06.006

• 应用数学与基础数学 • 上一篇    下一篇

一种新的自适应惩罚函数在遗传算法中的应用

 蔡海鸾,郭学萍   

  1. 1. 华东师范大学~~数学系, 上海 200241
  • 收稿日期:2014-11-05 出版日期:2015-11-25 发布日期:2015-12-23
  • 通讯作者: 郭学萍, 女, 副教授, 研究方向为数值代数、数值优化. E-mail: xpguo@math.ecnu.edu.cn E-mail:xpguo@math.ecnu.edu.cn
  • 作者简介:蔡海鸾, 女, 硕士研究生, 研究方向为数值最优化. E-mail: caihailuan@qq.com.
  • 基金资助:

    国家自然科学基金(11471122, 44107310);
    上海市科学技术委员会项目(13dz2260400

A new adaptive penalty function in the application of genetic algorithm

 CAI  Hai-Luan, GUO  Xue-Ping   

  1. 2. 华东师范大学~~上海市核心数学与实践重点实验室, 上海 200241
  • Received:2014-11-05 Online:2015-11-25 Published:2015-12-23

PDF

1151

摘要： 惩罚函数是遗传算法中解决非线性约束最优化问题最常用的方法之一.但传统的惩罚函数运用到遗传算法中往往难以控制惩罚因子,  因此本文引进了一种结构简单、通用性强的新自适应惩罚函数, 并证明了其收敛性.随后构建了基于新自适应惩罚函数的遗传算法, 使得种群能快速进入可行域,并且提高了遗传算法的局部搜索能力.理论分析及仿真结果表明该算法具有参数少、稳定性强、收敛快等优点.

关键词: 约束最优化, 惩罚函数, 遗传算法, 自适应惩罚函数

Abstract: Penalty function is one of the most commonly used method in genetic algorithm (GA) to solve nonlinear constraint optimization problems. For traditional
penalty functions, it is always not easy to control penalty factors. In this paper we presenta new adaptive penalty function with simpler construction and prove its convergence.Then based on this adaptive penalty function we present a new genetic algorithm, which can make populations quickly access to feasible regions and improve local search capacity of genetic algorithms. Theoretical analysis and simulation results show that this algorithm has stronger stability and better convergence but needs less parameters than other ones.

中图分类号: