多目標優(yōu)化進化算法及應(yīng)用研究.pdf

1、隨首人類社會的發(fā)展,現(xiàn)實世界中的諸多決策問題趨于復(fù)雜化,以單個目標所構(gòu)建的數(shù)學(xué)模型常常不足以描述問題的全部特征,因此以多個目標函數(shù)為優(yōu)化對象的數(shù)學(xué)模型常常被采用。研究多個目標函數(shù)的優(yōu)化問題的求解方法則具有重要的學(xué)術(shù)意義和應(yīng)用價值。本文基于進化計算理論和多目標優(yōu)化理論,重點研究了求解復(fù)雜多目標優(yōu)化問題的進化計算法。主要研究內(nèi)容包括:
　　 首先,介紹了多目標優(yōu)化問題的基本概念和經(jīng)典的多目標優(yōu)化算法,并進一步分析了多目標進化算法的研

2、究現(xiàn)狀。同時,給出了進化算法的相關(guān)概念,詳細分析了多目標進化算法的設(shè)計目標和設(shè)計要點,最后給出了多目標進化算法常用的測試函數(shù)和性能度量指標。
　　 其次,提出了一種新的基于弱化Pareto支配關(guān)系即ε支配關(guān)系的多目標穩(wěn)態(tài)進化算法。新算法采用了一種結(jié)合了Pareto支配關(guān)系和ε支配關(guān)系的新的存檔種群更新策略,并使用了強精英參與策略、穩(wěn)態(tài)的種群進化模式,強化了邊界個體在進化過程中的作用。實驗結(jié)果表明,新算法在ZDT測試問題及其高維情

3、況上的求解質(zhì)量和效率要顯著優(yōu)于其他常用的基準算法,同時在DTLZ測試問題上也具有更好的收斂性和分布性。
　　 第三,分析了兩種群協(xié)同的穩(wěn)態(tài)多目標進化算法的替換和交配選擇策略。基于兩種協(xié)同進化的多目標算法模型,分別提出了存檔種群和進化種群上的不同的替換策略和交配選擇策略,通過不同的組合得到六種含有不同精英強度的算法。根據(jù)在Ptrue相連和Ptrue不相連兩類問題的實驗結(jié)果,表明高精英參與策略有利于協(xié)同的穩(wěn)態(tài)進化模式。在交配選擇中利

4、用邊界點,可以有效的擴展最終得到的Pareto前沿面。
　　 第四,分析了常用的基準MOEAs,如NSGA-Ⅱ,SPEA2算法,在大量目標優(yōu)化問題上收斂性不佳的主要因為。通過在進化進程中插入特殊設(shè)計的極端值個體,闡明隨著問題的目標個數(shù)增加,DRS個體和基于密度的選擇策略是基于Pareto的MOEAs性能急劇下降的主要因為,同時在一個新的進化框架下比較了四類可用于處理大量目標優(yōu)化問題的策略。
　　 最后,對論文的主要研究工