基于繁殖策略的求解昂贵约束单目标进化算法

实际工程优化中存在大量约束优化问题,且有一些优化问题目标函数和约束函数的评价非常耗时,导致该类问题无法直接使用传统优化算法求解。为此,为了在评价次数有限的情况下获得较好的可行解,针对昂贵单目标约束优化问题,为评价费时的目标函数和约束函数建立径向基函数(Radial Basis Function,RBF)预测模型,以及根据估值自适应选择个体的繁殖策略,以期能产生较好的可行解。在7个标准测试函数及3个工业测试函数上的测试结果表明,相比于其它现有针对昂贵约束问题的优化方法,本方法无需确保初始种群中必须有可行解,且能在优化目标和约束函数评价次数有限的情况下找到更好的解。