群知能と進化的計算の国際ジャーナル

概要

非線形制約最適化問題を解くための多目的帝国主義競争アルゴリズム

劉春安と賈華敏

非線形制約最適化問題（NCOP）は、ポートフォリオ、経済管理、空域工学、インテリジェンスシステムなど、さまざまな科学分野で発生しています。本稿では、NCOPを解決するための新しい多目的帝国主義競争アルゴリズムを提案します。まず、NOCPを解決するための既存の優れたアルゴリズムをいくつかレビューします。次に、非線形制約最適化問題を双目的最適化問題に変換します。次に、進化国家群の多様性を向上させ、進化国家群が探索空間の実行可能領域に接近または着陸できるようにするために、コロニーが関連する帝国主義に向かって移動する3種類の異なる方法を示します。第3に、帝国主義とコロニーの位置を交換するための新しい演算子が、遺伝的アルゴリズムの再結合演算子と同様に提供され、提案アルゴリズムの探索能力と活用能力が強化されます。第4に、収束速度を加速するために、ローカル検索方法も提示されます。最後に、新しいアプローチは 13 個のよく知られた NP 困難な非線形制約最適化関数でテストされ、実験の証拠は、提案された方法が非線形制約最適化問題を解決する際に堅牢で効率的かつ汎用的であることを示唆しています。他のいくつかの最先端のアルゴリズムと比較して、提案されたアルゴリズムは、最良、平均、最悪の目的関数値と標準偏差の点で顕著な利点があります。