控制与决策

作者：叶文静,曹萃文,顾幸生

单位：华东理工大学 能源化工过程智能制造教育部重点实验室,上海 200237,,华东理工大学 能源化工过程智能制造教育部重点实验室,上海 200237,,华东理工大学 能源化工过程智能制造教育部重点实验室,上海 200237,

关键词：约束优化问题;飞蛾火焰优化算法;改进$\varepsilon$约束法;火焰更新;飞蛾变异策略

基金：国家自然科学基金项目(61673175,61973120).

提出一种改进$\varepsilon$约束法的飞蛾火焰优化算法($\varepsilon$ improved moth-flame optimization algorithm, $\varepsilon$IMFO)求解约束优化问题.该算法采用$\varepsilon$约束法对约束进行处理,考虑种群整体的约束违反度变化,提出一种基于火焰种群约束违反度的阈值$\varepsilon$计算公式;改进火焰种群的更新方法,首先,根据种群中个体的约束违反度与$\varepsilon$的关系将其分为两类:一类是约束违反度小于等于$\varepsilon$的个体,按照目标函数值排序,另一类是约束违反度大于$\varepsilon$的个体,按约束违反度排序;然后,先选择第1类中的个体,若数量没有达到种群数量的要求,继续从第2类中选取个体形成新一代火焰种群;最后,提出一种改进的飞蛾变异策略,在原始飞蛾变异策略的基础上引入2个随机火焰个体影响飞蛾变异,并增加优秀火焰个体对飞蛾变异的指导作用.通过25个测试函数以及2个实际的工程优化问题分别与其他13种算法进行的算法性能测试对比表明, $\varepsilon$IMFO算法在求解精度和稳定性等方面具有优势.

来源：2023年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第10期