反馈混沌遗传算法及其在约束优化中的应用

华南理工大学学报（自然科学版） ›› 2007, Vol. 35 ›› Issue (1): 19-23.

• 电子、通信与自动控制 • 上一篇下一篇

反馈混沌遗传算法及其在约束优化中的应用

孙有发¹高京广¹张成科¹邓飞其²

1.广东工业大学经济管理学院，广东广州510520; 2. 华南理工大学自动化科学与工程学院，广东广州510640

收稿日期:2005-08-31 出版日期:2007-01-25 发布日期:2007-01-25
通信作者: 孙有发( 1976-) ，男，博士，主要从事金融系统工程、智能技术和电子商务经济学方面的研究。 E-mail:youfrich@tom.com
作者简介:孙有发( 1976-) ，男，博士，主要从事金融系统工程、智能技术和电子商务经济学方面的研究。
基金资助:
国家自然科学基金资助项目( 60374023 ) ;广东省自然科学基金资助项目(04009475)

Chaotic Genetic AIgorithm with Feedbackand Its Applications to Constrained Optimzation

Sun You-fa¹Gao Jing-guang¹Zhαng Cheng-ke¹Deng Fei-qi²

1. School of Economics and Management , Guangdong Univ. of Tech. , Guangzhou 510520 , Guangdong , China;2. School of Automation Science and Engineering , South China Univ. of Tech. , Guangzhou 510640 , Guangdong , China

Received:2005-08-31 Online:2007-01-25 Published:2007-01-25
Contact: 孙有发( 1976-) ，男，博士，主要从事金融系统工程、智能技术和电子商务经济学方面的研究 E-mail:youfrich@tom.com
About author:孙有发( 1976-) ，男，博士，主要从事金融系统工程、智能技术和电子商务经济学方面的研究。
Supported by:
国家自然科学基金资助项目( 60374023 ) ;广东省自然科学基金资助项目(04009475)

摘要/Abstract

摘要： 针对现有遗传算法中普遍存在的早熟与收敛慢的问题，将混沌映射和后天强化学习策略引入到标准遗传算法中，提出了带反馈的混沌遗传算法.该算法通过混沌映射来保持演化群体良好的多样性·通过基于Baldwin效应的后天强化学习来克服纯粹的随机演化.对复杂约束优化问题一一基准问题的数值实验验证了文中算法的高效性及鲁棒性。

关键词: 遗传算法, 混沌, 约束优化, 多目标规划Perato 占优, Baldwin 效应

Abstract:

The existing genetic algorithms are generally lost in a dilemma between prematurity and slow-convergence.In order to solve this problem , a new chaotic genetic algorithm with feedback is proposed by introducing thechaotic mapping and the posterior reinforcement leaming in the standard genetic algorithm. In this algorithm , theevolution population maintains a good diversity via the chaotic mapping , and the stochastic evolution is overcome bythe posterior reinforcement leaming based on Baldwin effect. Numerical experiments are finally carried out aimingat the complex constrained optimization problems , namely the benchmark problems. The results show that the proposedalgorithm is effective and robust.

Key words: genetic algorithm, chaos, constrained optimization, multi-objective programming, Perato dominant, Baldwin effect

孙有发高京广张成科邓飞其. 反馈混沌遗传算法及其在约束优化中的应用[J]. 华南理工大学学报（自然科学版）, 2007, 35(1): 19-23.

Sun You-fa Gao Jing-guang Zhαng Cheng-ke Deng Fei-qi. Chaotic Genetic AIgorithm with Feedbackand Its Applications to Constrained Optimzation[J]. Journal of South China University of Technology (Natural Science Edition), 2007, 35(1): 19-23.

[1]	邱宇东, 王湛, 谢志燊. 基于混合算法的半刚性连接钢框架结构优化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 72-77.
[2]	翁剑成, 王茂林, 林鹏飞, 等. 基于客流特征鉴别的公交跨线组合调度优化方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 39-48.
[3]	秦雅琴, 钱正富, 谢济铭, 等. 基于社会力的交织区突发瓶颈段协同换道决策模型[J]. 华南理工大学学报(自然科学版), 2022, 50(7): 66-75.
[4]	郑亚晶, 李耀辉, 靳文舟. 考虑换乘客流的城市轨道交通网络末班车衔接优化研究[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 32-39,72.
[5]	张刚董江涛贺利芳. 无信号间干扰的多载波降噪差分混沌移位键控方案[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 100-109.
[6]	夏琴香, 李凯, 马骏, 等. 基于遗传算法的模具电极调度问题求解[J]. 华南理工大学学报(自然科学版), 2022, 50(3): 80-87.
[7]	周中, 邓卓湘, 陈云, 等. 基于GA-BP神经网络的泡沫轻质土强度预测[J]. 华南理工大学学报(自然科学版), 2022, 50(11): 125-132.
[8]	贺利芳, 王磊, 张天骐. 降噪改进型多用户多进制CDSK混沌通信系统[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 94-105.
[9]	刘璇, 王子航, 张桐瑞, 等. 港口重载AGV横向稳定的优化控制策略[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 113-121.
[10]	李静王晨张家旭. 基于UniTire轮胎模型的汽车行驶速度估计[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 47-55.
[11]	罗玉涛, 周天阳, 许晓通. 基于遗传算法的四轮转向－驱动汽车时变 LQR 控制[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 114-122.
[12]	晋刚何志豪王英俊. 基于遗传算法的5G频率选择表面形状优化方法[J]. 华南理工大学学报（自然科学版）, 2021, 49(11): 95-105.
[13]	李家乐刘真伯王雪菲. 智能电网下支持充放电策略的电动汽车配送路径优化[J]. 华南理工大学学报（自然科学版）, 2021, 49(10): 31-40.
[14]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[15]	刘刚, 郭德明, 郑文成, 等. 基于轴向热路模型的架空地线与预绞丝接触端面接触电阻的计算[J]. 华南理工大学学报（自然科学版）, 2020, 48(7): 9-19.

反馈混沌遗传算法及其在约束优化中的应用

Chaotic Genetic AIgorithm with Feedbackand Its Applications to Constrained Optimzation

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价