论文研究改进罚函数法与蝙蝠算法在约束优化中的应用.pdf

设计了一种基于自适应罚函数法和改进蝙蝠算法的约束优化问题求解方法。提出了一种自适应罚函数法，该处理方法综合考虑了约束违反的情况和进化过程的特点，如果某个约束违反的次数越多，则证明该约束越强，赋予惩罚系数越大；种群中的不可行解的数量越多，为保持种群的多样性，则约束应该取较小的值，即惩罚系数取较小的值。提出了一种改进的蝙蝠算法，利用混沌的遍历性特点产生初始种群，增强了初始种群的多样性和种群的质量；在考虑了脉冲响度的蝙蝠算法局部搜索中，融入了交叉操作；为防止算法在后期陷入局部最优解，引进了变异操作，保证了群体的多样性。将自适应罚函数法与改进的蝙蝠算法融合起来求解约束优化问题，4个复杂的标准测试函数和2个工程实际问题证明了该约束优化求解方法的可行性和有效性。