చున్ అన్ లియు మరియు హువామిన్ జియా
పోర్ట్ఫోలియో, ఎకనామిక్ మేనేజ్మెంట్, ఎయిర్స్పేస్ ఇంజనీరింగ్ మరియు ఇంటెలిజెన్స్ సిస్టమ్ మొదలైన విభిన్న శాస్త్రాలలో నాన్లీనియర్ కన్స్ట్రైన్డ్ ఆప్టిమైజేషన్ సమస్య (NCOP) తలెత్తింది. ఈ పేపర్లో, NCOPని పరిష్కరించడానికి కొత్త మల్టీ ఆబ్జెక్టివ్ సామ్రాజ్యవాద పోటీ అల్గారిథమ్ ప్రతిపాదించబడింది. ముందుగా, మేము NOCPని పరిష్కరించడానికి ఇప్పటికే ఉన్న కొన్ని అద్భుతమైన అల్గారిథమ్లను సమీక్షిస్తాము; అప్పుడు, నాన్ లీనియర్ నిర్బంధ ఆప్టిమైజేషన్ సమస్య ద్వి ఆబ్జెక్టివ్ ఆప్టిమైజేషన్ సమస్యగా రూపాంతరం చెందుతుంది. రెండవది, ఎవల్యూషన్ కంట్రీ స్వర్మ్ యొక్క వైవిధ్యాన్ని మెరుగుపరచడానికి మరియు పరిణామ దేశం సమూహాన్ని శోధన స్థలం యొక్క సాధ్యమయ్యే ప్రాంతంలోకి చేరుకోవడానికి లేదా ల్యాండ్ చేయడానికి సహాయం చేయడానికి, వారి సంబంధిత సామ్రాజ్యవాదం వైపు కదులుతున్న కాలనీ యొక్క మూడు రకాల విభిన్న పద్ధతులు ఇవ్వబడ్డాయి. మూడవదిగా, ప్రతిపాదిత అల్గోరిథం యొక్క అన్వేషణ మరియు దోపిడీ సామర్థ్యాలను మెరుగుపరచడానికి జన్యు అల్గారిథమ్లో రీకాంబినేషన్ ఆపరేటర్ వలె సామ్రాజ్యవాద మరియు కాలనీ యొక్క స్థానం మార్పిడి కోసం కొత్త ఆపరేటర్ ఇవ్వబడుతుంది. నాల్గవది, కన్వర్జెన్స్ వేగాన్ని వేగవంతం చేయడానికి స్థానిక శోధన పద్ధతి కూడా ప్రదర్శించబడుతుంది. చివరగా, కొత్త విధానం పదమూడు ప్రసిద్ధ NP-హార్డ్ నాన్లీనియర్ నిర్బంధ ఆప్టిమైజేషన్ ఫంక్షన్లపై పరీక్షించబడింది మరియు నాన్లీనియర్ నిర్బంధ ఆప్టిమైజేషన్ సమస్యను పరిష్కరించేటప్పుడు ప్రతిపాదిత పద్ధతి దృఢమైనది, సమర్థవంతమైనది మరియు సాధారణమైనది అని ప్రయోగ ఆధారాలు సూచిస్తున్నాయి. కొన్ని ఇతర స్టేట్ ఆఫ్ ది ఆర్ట్ అల్గారిథమ్లతో పోలిస్తే, ప్రతిపాదిత అల్గోరిథం ఉత్తమమైన, సగటు మరియు చెత్త ఆబ్జెక్టివ్ ఫంక్షన్ విలువ మరియు ప్రామాణిక వ్యత్యాసాల పరంగా విశేషమైన ప్రయోజనాలను కలిగి ఉంది.