×
伊多姆加尔，拉萨内;尼古拉斯·切林;帕特里克·西亚里;罗宾·罗奇;阿卜杜拉·米拉乌伊

用于连续优化的混合ICA-PSO算法。 （英语） Zbl 1304.65156号

申请。数学。计算。 219，第24号，11149-11170（2013）.
摘要：本文提出了一种新的混合ICA-PSO算法，用于解决单目标和多目标问题。该连续优化算法结合了帝国主义竞争算法（ICA）和粒子群算法（PSO），提高了ICA的搜索能力。此外，ICA-PSO利用拥挤距离来保持算法发现的Pareto前沿的多样性，并使用交叉算子来提高每个个体内存中解的质量。我们在单目标和多目标基准函数以及三个工程设计问题上测试了该算法的性能，从而显示了其优化不同类型优化问题的能力。数值结果表明，我们的方法优于最近发表的几种算法，如NSGA-II和SPEA2。

引用于2文件

MSC公司：

65千5 数值数学规划方法
90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式

关键词：

帝国主义竞争算法;粒子群优化;混合算法;单目标和多目标基准函数

软件：

j金属;国家安全局;中国电子05;PAES公司;SPEA2公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Idoumghar}等人，应用。数学。计算。219，第24号，11149--11170（2013；Zbl 1304.65156）
全文： 内政部

参考文献：

[1] 柯克帕特里克，S。；Gelatt，C。；Vecchi，M.，《模拟退火优化》，《科学杂志》，220，4598，671-680（1983）·Zbl 1225.90162号
[6] Deb，K。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE进化计算学报，6182-197（2002）
[11] 拉克尔，C。；Naval，P.，《拥挤距离在多目标粒子群优化中的有效应用》，（《2005年遗传与进化计算会议论文集》（2005），ACM出版社：美国华盛顿特区ACM出版社），257-264
[13] Bo，L。；凌，W。；易慧，J。；Fang，T。；De-Xian，H.，结合混沌的改进粒子群优化，混沌、孤子与分形杂志，25，5，1261-1271（2005）·Zbl 1074.90564号
[16] 卡维，A。；Talatahari，S.，《工程设计问题的帝国主义竞争算法》，《亚洲土木工程杂志（建筑与住房）》，11，6，81-85（2010）·Zbl 1223.90082号
[17] Rainer，S。；Price，K.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，《全局优化杂志》，11，341-359（1997），URL:<http://dx.doi.org/10.1023/A：1008202821328> ·Zbl 0888.90135号
[18] 刘，X。；蔡，Z。；Yu，C.，基于差分进化的混合和声搜索方法，《信息与计算科学杂志》，81889-1900（2011）
[20] 加西亚，S。；莫利纳，M.L.D。；Herrera，F.，《使用非参数检验分析进化算法行为的研究：2005年CEC实参数优化特别会议的案例研究》，《启发式杂志》，15，617-644（2009）·Zbl 1191.68828号
[22] Durillo，J。；Nebro，A.，jMetal:一个多目标优化的java框架，《工程软件进步杂志》，42，760-771（2011）
[23] 何，Q。；Wang，L.，约束工程设计问题的有效协同进化粒子群优化，人工智能工程应用杂志，20，1，88-89（2007）
[24] 蒙特斯，E。；Coello，C.，关于进化策略在解决约束优化问题中的有用性的实证研究，《通用系统杂志》，37，4，443-473（2008）·兹比尔1219.90129
[25] Coello，C.，工程优化问题的自适应惩罚方法的使用，《工业计算机杂志》，41113-127（2000）
[26] 科埃罗，C。；Montes，E.，通过使用基于支配权的比赛选择在遗传算法中的约束处理，高级工程信息学杂志，16，3，193-203（2002）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。