自收缩性的演化算法及其在布局优化问题中的应用

摘要：

布局优化问题是现代工程应用中广泛存在的一类组合优化问题,但在理论上它却属于NPC(NP-Complete)问题,如果需考虑性能约束,则问题将更难于求解.论文基于演化算法自适应,自组织,自学习的特性,针对布局优化问题自身的特点,提出了一种自收缩性的演化算法(SCEA).该算法采用浮点编码方式,定义了二元实向量类型的适应值及适应值间的严格偏序关系.算法借鉴日常生活中的一个简单事实-振动容器则装物更多,引入了三类自适应性的收缩算子(其中第三类特别适用于带性能约束的布局优化问题).此外,文中使用了对带约束的函数优化问题特别有效的多父体杂交算子,并且针对带性能约束的布局优化问题,提出了"零性能约束初始化"过程.文后,引用了两个带性能约束的布局优化问题的已知例子和一个作者构造的较大规模布局优化问题的例子,实验结果表明,前两个问题对比目前已知最好结果无论在求解时间或结果的精度上均有较大突破,后一个问题也获得了相当好的结果,从而充分验证了算法的有效性和可行性.

关键词：自收缩性、演化算法、布局优化、收缩算子、多父体杂交算子、零性能约束初始化

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金60073043,70071042,60133010

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-89,96