求解多目標優(yōu)化問題的粒子群算法改進及應用.pdf

1、工程設(shè)計問題一般都具有多個設(shè)計目標,這些相關(guān)聯(lián)的目標之間通常存在著內(nèi)在沖突.近年來多學科優(yōu)化技術(shù)蓬勃發(fā)展,在理論和實際應用中都取得了很大的成功,其核心之一就是多目標優(yōu)化技術(shù).因此開展多目標優(yōu)化技術(shù)研究在學術(shù)上和工程實際中都具有重大意義.本文主要是將多目標優(yōu)化問題和粒子群優(yōu)化算法、混沌優(yōu)化算法相結(jié)合,提出了2個比較有效的求解多目標優(yōu)化算法和一個嘗試性的應用:一是提出了基于雙混沌優(yōu)化搜索的混合粒子群優(yōu)化算法,能夠更好地處理多目標優(yōu)化適應度函

2、數(shù)的選取問題,能夠避免算法在搜索空間中所進行的盲目收縮,有利于算法向Pareto最優(yōu)解方向進化；二是提出了基于多目標決策協(xié)調(diào)模型的粒子群算法,在高維空間的搜索過程中,它能夠克服在有限規(guī)模的粒子群體之間很難進行Pareto排序比較或者克服出現(xiàn)所有個體皆有Pareto最優(yōu)解而導致后代個體無法實施正常選優(yōu)的缺點；這些改進粒子群優(yōu)化算法適合解決復雜的大規(guī)模多目標優(yōu)化問題,為大中型多目標優(yōu)化問題提供了有效的解決方案.三是嘗試性將粒子群優(yōu)化算法應用