主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李智勇,黄滔,陈少淼,李仁发.约束优化进化算法综述.软件学报,2017,28(6):1529-1546
约束优化进化算法综述
Overview of Constrained Optimization Evolutionary Algorithms
投稿时间:2016-05-03  修订日期:2016-10-11
DOI:10.13328/j.cnki.jos.005259
中文关键词:  进化算法  约束处理技术  进化计算  约束优化  约束优化进化算法
英文关键词:evolutionary algorithm  constraint handling technique  evolutionary computation  constrained optimization  constrained
基金项目:国家自然科学基金(61173107,61672215,91320103,61672217);广东省教育部产学研结合重大科技专项(2012A090300003);广东省科技计划(2013B090700003);湖南省研究生科研创新项目(CX2016B067)
作者单位E-mail
李智勇 湖南大学 信息科学与工程学院, 湖南 长沙 410082
湖南省嵌入式与网络计算重点实验室, 湖南 长沙 410082 
zhiyong.li@hnu.edu.cn 
黄滔 湖南大学 信息科学与工程学院, 湖南 长沙 410082
湖南省嵌入式与网络计算重点实验室, 湖南 长沙 410082 
 
陈少淼 湖南大学 信息科学与工程学院, 湖南 长沙 410082
湖南省嵌入式与网络计算重点实验室, 湖南 长沙 410082 
 
李仁发 湖南大学 信息科学与工程学院, 湖南 长沙 410082
湖南省嵌入式与网络计算重点实验室, 湖南 长沙 410082 
 
摘要点击次数: 2378
全文下载次数: 2278
中文摘要:
      约束优化进化算法主要研究如何利用进化计算方法求解约束优化问题,是进化计算领城的一个重要研究课题.约束优化问题求解存在约束区域离散、等式约束、非线性约束等挑战,其问题的本质是,如何处理可行解与不可行解的关系才能使得算法更高效.首先介绍了约束优化问题的定义;然后,系统地分析了目前存在的约束优化方法;同时,基于约束处理机制,将这些方法分为罚函数法、可行性法则、随机排序法、ε-约束处理法、多目标优化法、混合法等6类,并从约束处理方法的角度对约束优化进化算法的最新研究进展进行综述;最后,指出约束优化进化算法需进一步研究的方向与关键问题.
英文摘要:
      Constrained optimization evolutionary algorithm, which mainly studies how to use evolutionary computation method to solve constrained optimization problems, is an important research topic in evolutionary computation field. Discrete constraint, equality constraint, nonlinear constraints are challenges to solving constraint optimization. The basis of this problem solving is how to handle the relationship between feasible solution and infeasible solution. In this study, the definition of constrained optimization problem is firstly provided, and then, the existing constrained optimization approaches are systematically analyzed. Meanwhile, algorithms are classified into six categories (i.e., penalty function method, feasible rules, stochastic ranking, ε-constraint, multi-objective constraint handling, and hybrid method), and the state-of-art constrained optimization evolutionary algorithms (COEAs) are surveyed with respect to constraint-handling techniques. Research progress and challenges of the six categories of constraint handling techniques are discussed in detail. Finally, the issues and research directions of constraint handling techniques are discussed.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利