A hybrid approach to global optimization using a clustering algorithm in a genetic search framework
A hybrid approach to global optimization using a clustering algorithm in a genetic search framework
复制标题
DOI：
10.1016/s0098-1354(98)00251-8
复制
发表时间：
1998-01-01
影响因子：
4.3
通讯作者：
Nikolaou, M
中科院分区：
文献类型：
--
作者：
Hanagandi, V;Nikolaou, M
这项工作的关注是使用遗传算法（GAs）的全局优化。在这项工作中，我们提出了一个协同作用的聚类分析技术，流行在经典的随机全局优化，和遗传算法来完成全局优化。这种协同作用最大限度地减少了局部最优值周围的冗余搜索，并增强了GA在搜索空间中探索新区域的能力。所提出的方法表现出上级性能相比，简单的GA的基准情况下。我们还报告了我们的最佳泵配置综合问题的解决方案。(C)1998爱思唯尔科技有限公司版权所有。
The concern of this work is global optimization using genetic algorithms (GAs). In this work we propose a synergy between the cluster analysis technique, popular in classical stochastic global optimization, and the GA to accomplish global optimization. This synergy minimizes redundant searches around local optima and enhances the capability of the GA to explore new areas in the search space. The proposed methodology demonstrates superior performance when compared with the simple GA on benchmark cases. We also report our solution of the optimal pumps configuration synthesis problem. (C) 1998 Elsevier Science Ltd. All rights reserved.