基于思维进化计算求解约束优化问题的新算法

摘要

约束优化问题一直是科学与工程优化领域中的难点与热点问题之一.由于思维进化计算(MEC)具有严格的群体结构组织、完善的记忆机制、显著的首领效应等特点,因此很便于对约束条件进行描述与度量.文章尝试用MEC求解约束优化问题,借鉴可变容差策略,定义了个体可行测度、群体可行测度、近乎可行个体等概念,利用子群体的可行测度与其优胜者的可行测度,准确描述子群体到可行域的相对位置,并以此为指导信息引导搜索从非可行域不断向着可行域的方向进行,逐渐逼近问题的最优解.对非线性约束优化问题的仿真结果表明,用MEC求解约束优化问题是非常可行的.