面向复杂约束优化问题的进化算法综述
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家重点研发计划项目(2018YFB1308604);国家自然科学基金(61906065,U21A20518,61976086);国家自然科学基金-区域创新发展联合重点项目(U21A20518);湖南省自然科学基金(2020JJ5200);湖南科技大学博士科研启动基金(E51973);国家电网公司科学技术项目(5100-202123009A).


Overview of evolutionary algorithms for complex constrained optimization problems
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    约束优化是多数实际工程应用优化问题的呈现方式.进化算法由于其高效的表现,近年来被广泛应用于约束优化问题求解.但约束条件使得问题解空间离散、缩小、改变,给进化算法求解约束优化问题带来极大挑战.在此背景下,融合约束处理技术的进化算法成为研究热点.此外,随着研究的深入,近年来约束处理技术在复杂工程应用问题优化中得到了广泛发展,例如多目标、高维、等式优化等.本文根据复杂性的缘由将面向复杂约束优化问题的进化优化分为面向复杂目标的进化约束优化算法和面向复杂约束场景的进化算法两种类别进行综述,其中重点探讨了实际工程应用的复杂性对约束处理技术的挑战和目前研究的最新进展,并最后总结了未来的研究趋势与挑战.

    Abstract:

    Most of engineering optimization problems can be formulated as constrained optimization problems. Evolutionary algorithms have been widely used in optimization constrained problems in recent years due to their good performance. However, the constraints make the solution space of the problem discrete, shrink and change, which bring great challenges to the evolutionary algorithm to solve the constrained optimization problem. The evolutionary algorithm integrating constraint handling technology has become a research hotspot. In addition, constraint processing techniques have been widely developed in the optimization of complex engineering application problems with the deepening of research in recent years, such as multi-objective, high-dimensional, equality constraint, etc. In this paper, the evolutionary optimization for complex constraint optimization problems is divided into evolutionary optimization algorithms for complex objectives and evolutionary algorithms for complex constraint scenarios according to the reasons of complexity. The challenges of constraint handling technology due to the complexity of practical engineering applications and the latest research progress in current research are discussed. Finally, the future research trends and challenges are summarized.

    参考文献
    相似文献
    引证文献
引用本文

陈少淼,陈瑞,梁伟,李仁发,李智勇.面向复杂约束优化问题的进化算法综述.软件学报,,():0

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-02-08
  • 最后修改日期:2022-04-18
  • 录用日期:
  • 在线发布日期: 2022-07-22
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号