文档介绍：求解约束优化新的引力搜索算法摘要:针对约朿优化问题,提岀了一种新的引力搜索算法。在该算法中,对每一个粒子定义两个质量,一是“可行质量”另一个是“不可行质量”。若对可行粒子更新,则采用可行质量;否则采用不可行质量。其目的使可行粒子向目标函数值好的方向发展,使不可行粒子向可行域方向发展。最后对5个测试函数进行数值实验,数值结果表明提出的算法是可行的、有效的。Abstract:,twomassaredefinedforeachparticle,"feasiblemass"and〃infeasiblemass".Iffeasibleparticlesareupdated,feasiblemassisused;otherwise,,,:引力搜索算法;约束优化;违反约束度;全局优化Keywords: gravitationalsearchalgorithm;constraintoptimization;violationofconstraint;globaloptimization中图分类号::A文章编号:1006-4311(2017)12-0205-021概述本文考虑如下约束优化问题:minf(X)(x)?燮0,i=l,2,3・・・qhj(x)=0,j二q+1,q+2,…m(1)lk?燮xk?燮uk,k二1,2,…,n其中x二(xl,x2,・・・xn)eRn为决策向量,整体搜索空间?赘二{xGRn|lk?燮xk?燮uk,k=l,2,…,n},可行域??S二{x$?赘|gi(x)?燮0,hj(x)=0,i=l,2,・・・q,j=q+l,・・・,m},f(x):S?奂Rn—R是一实值目标函数。问题(1)经常岀现在科学和工程等领域,因此它在优化问题屮起到重要作用。解决约朿优化问题的常用有确定性和随机性两种方法。由于一些问题中存在目标函数或约束函数不可微等问题,从而导致确定性方法具有一定局限性,因此,近年来一些随机性优化方法被广泛应用到求解约束优化问题。最近,Rashodi等人提出一种新的启发式优化算法,称为引力搜索算法[1](GravitationalSearchAlgorithm,简称GSA),自从GSA被提出后,一些学者利用GSA来求解约朿优化问题。Pal等人利用GSA算法使用修复方法解决约束优化问题[2]oMondal等人使用GSA通过重新初始化不可