约束自适应差分进化算法

帕累托前沿性能全面

通过约束自适应辅助任务和多任务差分进化，同时优化收敛性、多样性和分布性，适用于多目标强约束的煤矿综合能源系统调度。

Dai, Canyun · 孙晓燕 · Hu, Hejuan · 张勇 · 巩敦卫

Tsinghua Science and Technology 2024

技术优势

逃离局部最优

通过约束自适应辅助任务生成接近可行域的不可行解，将引导知识传递给主任务，帮助其摆脱局部搜索。

兼顾多样与收敛

动态双学习策略交替使用DE/current-to-rand/1和DE/current-to-best/1，既保持任务多样性又保证收敛速度。

强约束可行

将原问题分解为主任务（全约束）和辅助任务（约束自适应），使算法在不牺牲可行性的前提下探索更优区域。

应用场景

• 能源系统调度：直接用于煤矿综合能源系统调度，获得分布均匀的帕累托解集供决策者权衡。
• 多目标优化：处理含多个冲突目标的优化问题，同时提升收敛性、多样性和分布性。
• 工业优化控制：可嵌入工业调度平台，应对实际生产中复杂的多约束优化需求。
• 复杂约束优化：通过约束自适应分解，有效探索强约束可行域附近的优质解。