一种基于AEA算法的改进的惩罚函数法

针对约束优化问题的惩罚函数法易陷入局部最优解的缺点,提出了一种新的IAEA算法,通过引入松弛参数μ,保留不可行解中的有用信息,并利用交叉搜索,加大了对可行域边界及其附近区域的搜索几率,使得算法能跳出局部最优,避免早熟现象的发生。在11个标准函数上进行试验,结果表明IAEA的寻优能力要好于其他3个算法。最后,将IAEA算法应用于压力容器设计的工程计算中,得到了更好的结果。     

基于ABC算法改进AEA算法的研究及其应用

针对AEA算法的收敛稳定度不高、易早熟等问题,给出一种融合人工蜂群(ABC)算法的改进AEA算法SAEA算法。在达到一定的优化程度时,根据人工蜂群算法的思想,按概率选择个体,并对所选择个体进行有限次的优化更新。通过与ABC和AEA算法对22个标准测试函数试验结果进行比较,以及对超临界水氧化动态参数的估计表明,提出的混合算法具有良好的收敛性以及全局优化性能。该算法既保证了在寻优过程中的收敛性,确保种群向着目标方向进化,也增加了种群的多样性,避免过早收敛。