公开(公告)号：CN117272798A

公开(公告)日：2023-12-22

申请号：CN202311211710.4

申请日：2023-09-19

Applicant: 厦门理工学院

Inventor： 杨永宽 ,  郑照烨 ,  严冰 ,  陈鹏 ,  孔祥松 ,  杨彦湘 ,  徐健隆

IPC: G06F30/27 ,  G06N3/126 ,  G06F111/04 ,  G06F111/06

Abstract: 本发明公开一种基于目标空间分区和混合约束处理技术的约束多目标进化方法，该方法包括：S1：对种群进行初始化，同时初始化分区可行性解集E1和外部档案E，并将种群中的可行解添加到外部档案E中；S2：从初始进化种群PG和外部档案E中选择交配池，交配池个体通过DE算子和多项式变异算子产生后代种群QG，将后代种群QG中的可行解添加到外部档案E中，并基于分区拥挤距离的档案管理机制管理外部档案E；S3：将分区可行解集E1、初始进化种群PG及后代种群QG合并得到混合种群HG，从混合种群HG中更新初始进化种群PG，并且更新分区可行解集E1，同时更新DE算子参数，如此循环直到最大迭代次数，最终得到一组优质Pareto解集S。

公开(公告)号：CN115660183A

公开(公告)日：2023-01-31

申请号：CN202211352007.0

申请日：2022-10-31

Applicant: 厦门理工学院

Inventor： 杨永宽 ,  徐健隆 ,  孔祥松 ,  赵晶 ,  严冰 ,  杨彦湘

IPC: G06Q10/04 ,  G06N3/006

Abstract: 本发明属于约束多目标优化算法技术领域，具体涉及一种基于自适应Epsilon约束处理的约束多目标优化方法，包括：将初始种群P0可行解添加至外部档案A，计算可行解比例，并对相关参数初始化；对种群PG‑1进行变异，得到优化后代种群childPG，并将childPG中可行解添加到外部档案A，再对外部档案A进行变异产生后代OffspringA，再将OffspringA中的可行解添加到A，并管理外部档案A；通过基于自适应Epsilon约束支配选择算子从PG‑1、childPG和OffspringA组成的复合种群中去进行选择优化，自适应更新约束松弛Epsilon值跳出局部最优，最终得到一组优质Pareto解集S。上述方法在可行域极小的约束多目标优化过程中可以获取具有良好收敛性和分布性的Pareto最优解。