Jornal Internacional de Swarm Intelligence e Computação Evolutiva

Abstrato

Algoritmo Competitivo Imperialista Multiobjetivo para Resolver Problemas de Otimização Restringida Não Linear

Chun An Liu e Huamin Jia

O Problema de Otimização Restringida Não Linear (NCOP) surgiu numa vasta gama de ciências, como o portfólio, a gestão económica, a engenharia do espaço aéreo e o sistema de inteligência, etc. . Em primeiro lugar, revimos alguns algoritmos excelentes existentes para resolver NOCP; então, o problema de otimização não linear com restrições é transformado num problema de otimização biobjetivo. Em segundo lugar, a fim de melhorar a diversidade do enxame de países em evolução e ajudar o enxame de países em evolução a aproximar-se ou a aterrar na região viável do espaço de busca, são apresentados três tipos de métodos diferentes de movimento de colónias em direcção ao seu imperialismo relevante. Em terceiro lugar, o novo operador de troca de posição do imperialista e da colónia é semelhante a um operador de recombinação no algoritmo genético para enriquecer as capacidades de exploração e aproveitamento do algoritmo proposto. Quarto, é também apresentado um método de busca local para acelerar a velocidade de convergência. Por fim, a nova abordagem é testada em treze funções de otimização não linear restritas NP-difíceis bem conhecidas, e as evidências experimentais sugerem que o método proposto é robusto, eficiente e genérico na resolução de problemas de otimização não linear restrita. Comparado com alguns outros algoritmos do estado da arte, o algoritmo proposto tem vantagens notáveis ​​em termos do melhor, da média e do pior valor da função objetivo e dos desvios padrão.