非线性约束规划的极大熵多目标进化算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (21): 40-42.

非线性约束规划的极大熵多目标进化算法

刘淳安

宝鸡文理学院计算与信息科学研究所，陕西宝鸡 721013

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-21 发布日期:2007-07-21
通讯作者: 刘淳安

Maximum entropy multi-objective evolutionary algorithm for nonlinear constrained programming

LIU Chun-an

Computation and Information Institute，Baoji College of Arts and Science，Baoji，Shaanxi 721013，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-21 Published:2007-07-21
Contact: LIU Chun-an

摘要/Abstract

摘要： 解非线性约束规划的困难在于如何处理问题的约束，从问题的约束条件出发构造了一个新的极大熵函数，利用此函数将原非线性约束规划问题转化成了两个目标的多目标优化问题。通过对搜索操作和参数的合理设计给出了一种新的极大熵多目标进化算法。计算机仿真表明该算法对带约束的非线性优化问题求解是非常有效的。

关键词: 非线性规划, 约束规划, 进化算法, 极大熵

Abstract: The difficult to solve the Nonlinear Constraint Programming problems（NCPs） is how to do with the constraint.In this paper，a new maximum entropy function based on the constraint conditions of NCPs is given.Then using the new maximum entropy function，the nonlinear constrained programming problems is transformed into a bi-objective optimization problem.By combining the reasonable design of the searching operation and different parameters，a new maximum entropy evolutionary algorithm is finally proposed.The computer simulations demonstrate the effectiveness of the proposed algorithm.

Key words: nonlinear programming, constrained programming, evolutionary algorithm, maximum entropy

刘淳安

. 非线性约束规划的极大熵多目标进化算法[J]. 计算机工程与应用, 2007, 43(21): 40-42.

LIU Chun-an

. Maximum entropy multi-objective evolutionary algorithm for nonlinear constrained programming[J]. Computer Engineering and Applications, 2007, 43(21): 40-42.

[1]	张惠煜，陈庆新，毛宁. 随机批量物料搬运的制造系统AGV配置优化[J]. 计算机工程与应用, 2021, 57(4): 245-251.
[2]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[3]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[4]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[5]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[6]	肖成龙，聂紫阳，王珊珊. 基于ParetoHeu和实例化失败统计的关联启发式方法[J]. 计算机工程与应用, 2020, 56(5): 57-64.
[7]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[8]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[9]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[10]	雍巧玲，衣俊艳. 具有动态特性的聚类弹性网络算法研究[J]. 计算机工程与应用, 2019, 55(8): 102-109.
[11]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[12]	周林. 低碳时变城配送车辆路径-发车调度集成优化[J]. 计算机工程与应用, 2019, 55(8): 264-270.
[13]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[14]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[15]	杨晓华，郭健全. 新零售下生鲜产品闭环物流网络模糊规划[J]. 计算机工程与应用, 2019, 55(2): 198-205.