多目標(biāo)遺傳算法的多樣性與均勻性改進(jìn)研究及其應(yīng)用.pdf

1、無論是在科學(xué)研究領(lǐng)域還是在工程設(shè)計(jì)中，都存在著大量的多目標(biāo)優(yōu)化問題。如何求出這些問題的最優(yōu)解，一直都是廣大科研人員關(guān)注的焦點(diǎn)問題之一。但是傳統(tǒng)的數(shù)學(xué)方法已經(jīng)很難滿足求解需求，而多目標(biāo)進(jìn)化算法的出現(xiàn)為解決這個(gè)問題開創(chuàng)了新的局面。目前比較熱門的多目標(biāo)算法主要包括NSGA-II、SPEA2、MOEA/D、PESA2和MOCell等。其中，MOCell因在算法的多樣性和收斂性方面具有較好的表現(xiàn)而得到了廣泛關(guān)注。MOCell將元胞自動機(jī)與遺傳算法

2、相結(jié)合，將種群中的個(gè)體安排在固定的網(wǎng)格中，每個(gè)個(gè)體被限定只能和它周圍的鄰居個(gè)體進(jìn)行交流。這種方式在一定程度上較好的保持了種群多樣性。但是，試驗(yàn)研究發(fā)現(xiàn)MOCell在解的收斂性和多樣性方面依然存在著較大的不足，因此本文從不同的角度對MOCell算法進(jìn)行了改進(jìn)。
　　一是針對MOCell的種群結(jié)構(gòu)，提出了三維種群拓?fù)浣Y(jié)構(gòu)。新結(jié)構(gòu)增加了種群中優(yōu)良個(gè)體的擴(kuò)散方向，使得擴(kuò)散方向由二維種群結(jié)構(gòu)時(shí)的四個(gè)增加到了六個(gè)。提高了種群的收斂速度，使種群

3、的多樣性和收斂性達(dá)到了一個(gè)新的平衡。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法的性能要優(yōu)于另外幾個(gè)對比算法。
　　二是針對MOCell使用的交叉算子進(jìn)行了改進(jìn)。本文借鑒正交優(yōu)化試驗(yàn)設(shè)計(jì)的思想，利用正交表均衡分散，整齊可比的特性，設(shè)計(jì)出了正交交叉算子。該交叉算子的一個(gè)顯著優(yōu)點(diǎn)就是一次交叉操作就能同時(shí)產(chǎn)生多個(gè)子代個(gè)體，而且這些個(gè)體都是在父代個(gè)體周圍均衡分布的。所以得到的這些個(gè)體都是父代個(gè)體周圍代表性很強(qiáng)的幾個(gè)個(gè)體，然后從這些個(gè)體中選出適應(yīng)度最好的一個(gè)作為

4、子代個(gè)體。為了驗(yàn)證新交叉算子的性能，分別將其與MOCell和NSGA-II算法相結(jié)合，并用測試函數(shù)進(jìn)行測試，實(shí)驗(yàn)結(jié)果表明新交叉算子是有效的。
　　三是為了將 MOCell應(yīng)用到求解多目標(biāo)柔性作業(yè)車間調(diào)度問題上，本文針對MOCell求解柔性作業(yè)車間調(diào)度問題時(shí)容易陷入早熟的問題，設(shè)計(jì)了自適應(yīng)機(jī)制和局部搜索機(jī)制。自適應(yīng)機(jī)制是指算法在對整個(gè)種群完成一次迭代后，會對種群的收斂速度進(jìn)行計(jì)算，然后按照收斂速度的快慢對種群的形狀進(jìn)行自動調(diào)整，保持