科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种改进ε约束法的飞蛾火焰优化算法(ε improved moth-flame optimization algorithm, εIMFO)求解约束优化问题.该算法采用ε约束法对约束进行处理,考虑种群整体的约束违反度变化,提出一种基于火焰种群约束违反度的阈值ε计算公式;改进火焰种群的更新方法,首先,根据种群中个体的约束违反度与ε的关系将其分为两类:一类是约束违反度小于等于ε的个体,按照目标函数值排序,另一类是约束违反度大于ε的个体,按约束违反度排序;然后,先选择第1类中的个体,若数量没有达到种群数量的要求,继续从第2类中选取个体形成新一代火焰种群;最后,提出一种改进的飞蛾变异策略,在原始飞蛾变异策略的基础上引入2个随机火焰个体影响飞蛾变异,并增加优秀火焰个体对飞蛾变异的指导作用.通过25个测试函数以及2个实际的工程优化问题分别与其他13种算法进行的算法性能测试对比表明, εIMFO算法在求解精度和稳定性等方面具有优势.
- 单位
