多目標(biāo)優(yōu)化進(jìn)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(biāo)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(biāo)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(biāo)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(jìn)化計算理論和多目標(biāo)優(yōu)化理論,重點(diǎn)研究了求解復(fù)雜多目標(biāo)優(yōu)化問題的進(jìn)化計算法。主要研究內(nèi)容包括:
　　 首先,介紹了多目標(biāo)優(yōu)化問題的基本概念和經(jīng)典的多目標(biāo)優(yōu)化算法,并進(jìn)一步分析了多目標(biāo)進(jìn)化算法的研

2、究現(xiàn)狀。同時,給出了進(jìn)化算法的相關(guān)概念,詳細(xì)分析了多目標(biāo)進(jìn)化算法的設(shè)計目標(biāo)和設(shè)計要點(diǎn),最后給出了多目標(biāo)進(jìn)化算法常用的測試函數(shù)和性能度量指標(biāo)。
　　 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(biāo)穩(wěn)態(tài)進(jìn)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(qiáng)精英參與策略、穩(wěn)態(tài)的種群進(jìn)化模式,強(qiáng)化了邊界個體在進(jìn)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(zhǔn)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(biāo)進(jìn)化算法的替換和交配選擇策略?；趦煞N協(xié)同進(jìn)化的多目標(biāo)算法模型,分別提出了存檔種群和進(jìn)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(qiáng)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(jìn)化模式。在交配選擇中利

4、用邊界點(diǎn),可以有效的擴(kuò)展最終得到的Pareto前沿面。
　　 第四,分析了常用的基準(zhǔn)MOEAs,如NSGA-Ⅱ,SPEA2算法,在大量目標(biāo)優(yōu)化問題上收斂性不佳的主要因為。通過在進(jìn)化進(jìn)程中插入特殊設(shè)計的極端值個體,闡明隨著問題的目標(biāo)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(jìn)化框架下比較了四類可用于處理大量目標(biāo)優(yōu)化問題的策略。
　　 最后,對論文的主要研究工