Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Algoritmo competitivo imperialista multiobjetivo para resolver problemas de optimización no lineal con restricciones

Chun An Liu y Huamin Jia

El problema de optimización restringida no lineal (NCOP) ha surgido en una amplia gama de ciencias, como la gestión de carteras, la gestión económica, la ingeniería aeroespacial y los sistemas de inteligencia, etc. En este artículo, se propone un nuevo algoritmo competitivo imperialista multiobjetivo para resolver el NCOP. En primer lugar, revisamos algunos excelentes algoritmos existentes para resolver el NOCP; luego, el problema de optimización restringida no lineal se transforma en un problema de optimización biobjetivo. En segundo lugar, para mejorar la diversidad del enjambre de países evolutivos y ayudar al enjambre de países evolutivos a acercarse o aterrizar en la región factible del espacio de búsqueda, se dan tres tipos de métodos diferentes de colonia que se mueven hacia su imperialista relevante. En tercer lugar, se da el nuevo operador para intercambiar la posición del imperialista y la colonia de manera similar a un operador de recombinación en un algoritmo genético para enriquecer las capacidades de exploración y explotación del algoritmo propuesto. En cuarto lugar, también se presenta un método de búsqueda local para acelerar la velocidad de convergencia. Por último, el nuevo enfoque se prueba en trece funciones de optimización no lineales con restricciones NP-hard conocidas, y las evidencias experimentales sugieren que el método propuesto es robusto, eficiente y genérico para resolver problemas de optimización no lineal con restricciones. En comparación con otros algoritmos de última generación, el algoritmo propuesto tiene ventajas notables en términos del mejor, el valor medio y el peor valor de la función objetivo y las desviaciones estándar.