一种半角距离变化的差分进化处理约束优化问题

针对传统差分算法在求解约束优化问题时存在收敛速度慢、精度低等问题,本文提出了一种基于半角距离变化的改进差分进化算法(HDDE)﹒首先,由父代产生2个子代,并利用可行性规则选出最好的子代;其次,对所选最优子代进行约束违反度预处理,即当其满足半角距离变化时,计算出子代的真实约束违反度,否则子代的约束违反度为无穷;最后,若经过预处理的子代约束违反度小于父代的约束违反度,便使用可行性规则进行比较,否则保留父代﹒通过对12个基准约束优化问题进行仿真研究,结果发现:相较于对比算法,HDDE算法的收敛时间最短,为0.216 s;在精度方面,该算法有5个测试集的标准差为0,这说明所提算法具有更好的性能。