国际群体智能与进化计算杂志

抽象的

求解非线性约束优化问题的多目标帝国主义竞争算法

刘春安、贾华敏

非线性约束优化问题(NCOP)已逐渐被应用于证券投资、经济管理、空域工程、智能系统等多个领域，本文提出一种求解NCOP的多目标帝国主义竞争算法。首先，回顾现有的一些求解NOCP的优秀算法；然后，将非线性约束优化问题转化为双目标优化问题；其次，为了提高进化国家群体的多样性，使进化国家群体更接近或落入搜索空间的可行域，给出了三种不同的群体向相应帝国主义移动的方法；第三，提出一种新的帝国主义与群体位置交换算子，类似于遗传算法中的重组算子，以丰富该算法的探索和开发能力；第四，提出了一种局部搜索方法，以加快收敛速度​​。最后，在13个著名的NP-hard非线性约束优化函数上对新方法进行了测试，实验结果表明，所提方法在解决非线性约束优化问题时具有鲁棒性、高效性和通用性。与一些其他最先进的算法相比，所提算法在最佳、平均和最差目标函数值以及标准差方面具有显著的优势。