解决混合整数非线性规划问题的混沌局部搜索差分进化算法  

Differential Evolution Algorithm with Chaotic-local-search Strategy for Mixed-integer Nonlinear Programming Problems

作　　者：谭跃[1,2] 谭冠政[1] 杨冰[2] 赵政春[2] 黄丽[2] 

机构地区：[1]中南大学信息科学与工程学院,长沙410083 [2]湖南城市学院物理与电信工程系,湖南益阳413000

出　　处：《小型微型计算机系统》2012年第6期1306-1309,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(50275150)资助;湖南省科技计划项目(YK0812)资助;益阳市科技计划项目(2010JZ25)资助

摘　　要：为提高差分进化算法的局部搜索能力和避开罚函数方法中罚参数选择问题,提出一种混沌局部搜索策略的差分进化算法(CLSDE)用于解决非线性混合整数规划问题.CLSDE中,只对目标函数中的变量进行编码,约束条件函数中的变量随机产生,每代进化完毕后,对最优个体进行混沌局部搜索.6个基本的测试函数实验结果证明CLSDE比MIHDE具有较好的寻优能力.In order to improve local search ability of differential evolution and avoid selecting penalty parameters of penalty function method, differential evolution algodthra with chaotic local search strategy （CLSDE） was proposed to solve mixed-integer nonlinear programming problems. In CLSDE, only variables in objective function are encoded, variables in constraint function are randomly generated, the best individual is executed by chaotic local search after each individual evolves one time per generation. Experiment re- suits on six basic test functions show that CLSDE had the better ability of finding optimal solution than that of MIHDE.

关 键 词：差分进化 混沌局部搜索策略 混合整数非线性规划 罚函数 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]