一種基于分布估算的多目標(biāo)演化算法.pdf

1、現(xiàn)實(shí)世界充滿著多目標(biāo)問(wèn)題，并且很多現(xiàn)實(shí)問(wèn)題常要求同時(shí)優(yōu)化多個(gè)相互競(jìng)爭(zhēng)或沖突的目標(biāo)。用演化算法求解多目標(biāo)優(yōu)化問(wèn)題具有傳統(tǒng)多目標(biāo)優(yōu)化方法(如加權(quán)法)不可比擬的優(yōu)勢(shì)：一方面，演化算法不需要決策者的偏好信息即可同時(shí)優(yōu)化多個(gè)目標(biāo)；另一方面，其并行機(jī)制使算法運(yùn)行一次就能得到問(wèn)題的帕列托最優(yōu)集或近似最優(yōu)集。本文將基于分布估算的演化算法框架引入多目標(biāo)演化中，主要做了以下的工作。 1、在回顧多目標(biāo)演化算法歷史文獻(xiàn)的基礎(chǔ)上，針對(duì)傳統(tǒng)的多目標(biāo)演化算法

2、演化策略存在的局限性，引入了基于分布估算演化算法框架，對(duì)其相關(guān)的變量分布估算等問(wèn)題進(jìn)行了探討，并將其運(yùn)用于一些典型的單目標(biāo)優(yōu)化問(wèn)題，驗(yàn)證該算法框架的可行性以及在演化效率上相對(duì)與傳統(tǒng)遺傳算法演化的優(yōu)勢(shì)。 2、將基于分布估算的演化算法框架與非聚合非帕列托的評(píng)價(jià)方法結(jié)合，運(yùn)用到多目標(biāo)演化算法上，使用一個(gè)多目標(biāo)0-1背包問(wèn)題作為算例進(jìn)行了試驗(yàn)，來(lái)驗(yàn)證這種方法在獲得多目標(biāo)問(wèn)題的近似帕列托最優(yōu)集，以及通過(guò)演化提高解群體的質(zhì)量的能力。實(shí)驗(yàn)結(jié)果