基于混沌局部搜索的多目標遺傳算法研究.pdf

1、多目標優(yōu)化問題大量的存在于現實生活中，并且也是工程領域和科學領域研究的熱點。多目標優(yōu)化問題由于考慮的優(yōu)化目標不是單一的，與一個目標函數的優(yōu)化具有很多不同的地方。在多目標優(yōu)化中有可能優(yōu)化目標一致，也可能優(yōu)化目標相互沖突。對多目標優(yōu)化問題的求解，有很多傳統(tǒng)的常規(guī)多目標優(yōu)化方法如目標加權法、層次優(yōu)先法、目標規(guī)劃法、約束法、最大-最小法等。這些算法雖然取得了一定程度上的成功應用，但是這些算法存在很多缺陷，不適合大規(guī)模的多目標優(yōu)化問題的求解。

2、r>　　 遺傳算法作為一種智能算法，起源于20世紀60年代，隨后在眾多學者的研究下取得了快速的發(fā)展。遺傳算法作為一種概率算法，具有很多特點，如并行性、通用性、全局優(yōu)化性、穩(wěn)健性和簡單性。這些特點使遺傳算法在解決多目標優(yōu)化問題上比傳統(tǒng)方法有很多優(yōu)勢。遺傳算法是模擬生物的遺傳，變異，適者生存的進化模型，通過個體的選擇，交叉和變異，不斷進化，最后得到最優(yōu)的個體。多目標的遺傳算法得到了大量的研究和應用，取得了較多的成果。針對遺傳算法的缺陷，很

3、多改進方法仍在不斷提出，這些研究促進了遺傳算法的發(fā)展。
　　 混沌是一種存在于非線性系統(tǒng)中的較為普遍的現象?；煦缇哂泻芏嗵匦?，如非周期性，隨機性，遍歷性，對初值的敏感性，分形性等特點。這些特點使混沌可以用于函數優(yōu)化領域。而混沌優(yōu)化算法的研究也是混沌學研究的一個重要分支和混沌學應用一個重要課題?；煦鐑?yōu)化算法目前也得到了廣泛研究和應用，取得了不少成果?；煦鐑?yōu)化算法的研究和應用也將推動和促進混沌學的研究和發(fā)展。
　　 本文研究

4、了遺傳算法和混沌優(yōu)化算法各自的優(yōu)缺點，并研究了混合型遺傳算法的框架和遺傳算法與混沌優(yōu)化算法的融合方式。利用遺傳算法具有全局優(yōu)化性的特點和混沌優(yōu)化算法很強的局部搜索能力特點，提出了一種將遺傳算法和混沌優(yōu)化算法結合的多目標混沌遺傳算法（MOGA-CLS）。MOGA-CLS算法的主要思想是在按支配關系形成的第1、2層Pareto解上加入混沌局部搜索獲得更優(yōu)解；并采用基于聚集度的聚類方法保持種群和Pareto解集的多樣性和分布性。文章對MOGA