nach oben

Memetic Computing

Erschienen in:

29.06.2018 | Regular Research Paper

An improved differential evolution algorithm for optimization including linear equality constraints

verfasst von: Helio J. C. Barbosa, Heder S. Bernardino, Jaqueline S. Angelo

Erschienen in: Memetic Computing | Ausgabe 3/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

A differential evolution algorithm (DE) is proposed to exactly satisfy the linear equality constraints present in a continuous optimization problem that may also include additional non-linear equality and inequality constraints. The proposed DE technique, denoted by DELEqC-II, is an extension of a previous method developed by the authors. In contrast to the previous approach, it uses both mutation and crossover strategies that maintain feasibility with respect to the linear equality constraints. Also, a procedure to correct numerical errors detected in the previous approach was incorporated in DELEqC-II. In the numerical experiments, scalable test-problems with linear equality constraints are used to analyze the performance of the new proposal.

Vorheriger Artikel A unified distributed ELM framework with supervised, semi-supervised and unsupervised big data learning

Nächster Artikel Letter: New best known solution for the most difficult QAP instance “tai100a”

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Nur mit Berechtigung zugänglich

http://github.com/ciml.

Kusakci AO, Can M (2012) Constrained optimization with evolutionary algorithms: a comprehensive review. South East Eur J Soft Comput 1(2):16–24

Mezura-Montes E, Coello CAC (2005) A simple multimembered evolution strategy to solve constrained optimization problems. IEEE Trans Evol Comput 9(1):1–17CrossRefMATH

Deb K (2000) An efficient constraint handling method for genetic algorithms. Comput Methods Appl Mech Eng 186:311–338CrossRefMATH

Coello CAC (2002) Theoretical and numerical constraint-handling techniques used with evolutionary algorithms: a survey of the state of the art. Comput Methods Appl Mech Eng 191(11–12):1245–1287MathSciNetCrossRefMATH

Datta R, Deb K (eds) (2015) Evolutionary constrained optimization, infosys science foundation series. Springer, Mumbai

Mezura-Montes E, Coello CAC (2011) Constraint-handling in nature-inspired numerical optimization: past, present and future. Swarm Evolut Comput 1(4):173–194CrossRef

Ullah ASSMB, Sarker R, Lokan C (2012) Handling equality constraints in evolutionary optimization. Eur J Oper Res 221(3):480–490MathSciNetCrossRefMATH

Michalewicz Z, Janikow CZ (1996) Genocop: a genetic algorithm for numerical optimization problems with linear constraints. Commun ACM 39(12es):175–201CrossRef

Paquet U, Engelbrecht AP (2003) A new particle swarm optimiser for linearly constrained optimisation. In: IEEE congress on evolutionary computation vol 1, pp 227–233

10.

Monson CK, Seppi KD (2005) Linear equality constraints and homomorphous mappings in PSO. In: IEEE congress on evolutionary computation vol 1, pp 73–80

11.

Paquet U, Engelbrecht AP (2007) Particle swarms for linearly constrained optimisation. Fundamenta Informaticae 76(1):147–170MathSciNetMATH

12.

Barbosa HJC, Araujo RL, Bernardino HS (2015) A differential evolution algorithm for optimization including linear equality constraints. In: Progress in artificial intelligence: Portuguese conference on artificial intelligence (EPIA). Springer, pp 262–273

13.

Barbosa HJC, Lemonge ACC (2003) A new adaptive penalty scheme for genetic algorithms. Inf Sci 156:215–251MathSciNetCrossRef

14.

Storn R, Price KV (1997) Differential evolution—a simple and efficient heuristic for global optimization over continuous spaces. J Glob Optim 11:341–359MathSciNetCrossRefMATH

15.

Price KV (1999) An introduction to differential evolution. In: New ideas in optimization, pp 79–108

16.

Luenberger DG, Ye Y (2008) Linear and nonlinear programming. Springer US, BerlinCrossRefMATH

17.

Dolan E, Moré JJ (2002) Benchmarking optimization software with performance profiles. Math Program 91(2):201–213MathSciNetCrossRefMATH

18.

Barbosa HJC, Bernardino HS, Barreto AMS (2010) Using performance profiles to analyze the results of the 2006 CEC constrained optimization competition. In: IEEE congress on evolutionary computation, pp 1–8

Titel: An improved differential evolution algorithm for optimization including linear equality constraints
verfasst von: Helio J. C. Barbosa
Heder S. Bernardino
Jaqueline S. Angelo
Publikationsdatum: 29.06.2018
Verlag: Springer Berlin Heidelberg
Erschienen in: Memetic Computing / Ausgabe 3/2019
Print ISSN: 1865-9284
Elektronische ISSN: 1865-9292
DOI: https://doi.org/10.1007/s12293-018-0268-3

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Ausgabe 3/2019

OMNIREP: originating meaning by coevolving encodings and representations

Letter: New best known solution for the most difficult QAP instance “tai100a”

Editorial

A multi-level knee point based multi-objective evolutionary algorithm for AUC maximization

Class-specific cost-sensitive boosting weighted ELM for class imbalance learning

A performance bound of the multi-output extreme learning machine classifier