基于分解-并行遗传算法的约束优化方法

发明专利有效专利

申请号：
CN201610279253.6
IPC分类号：G06F17/12;G06N3/12
申请日期：
2016-04-28
申请人：
电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于分解-并行遗传算法的约束优化方法
申请号	CN201610279253.6	申请日期	2016-04-28
法律状态	授权	申报国家	中国
公开/公告日	2016-09-21	公开/公告号	CN105955927A
优先权	暂无	优先权号	暂无
主分类号	G06F17/12 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/10 复杂数学运算的〔6〕 G06F17/11 用于解决方程式的〔6〕 G06F17/12 联立方程式的〔6〕	IPC分类号	G;0;6;F;1;7;/;1;2;;;G;0;6;N;3;/;1;2查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学	当前权利人	电子科技大学
发明人	杨成林;张贞;周秀云
代理机构	成都行之专利代理事务所（普通合伙）	代理人	温利平;陈靓靓

摘要

本发明公开了一种基于分解‑并行遗传算法的约束优化方法，将约束优化算法所针对的问题分解成Q个子问题和1个常规问题，先采用遗传算法分解得到的Q个子问题并行进行迭代进化，直到每个子问题所对应的种群中至少有一半以上的染色体满足该子问题的约束条件，从子问题中选择满足约束条件的染色体按顺序组成多条染色体，作为常规种群的初始种群；然后对常规问题和子问题进行并行遗传算法迭代，达到迁移间隔时即分别进行前向迁移和后向迁移，当迁移次数达到阈值，从常规问题的种群中选择最优染色体作为约束优化问题的解。本发明采用分解‑并行遗传算法，可以快速求解出约束优化问题的最佳或近优解。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供