基于分解的交互式偏好多目標(biāo)進化算法研究.pdf

1、多目標(biāo)進化算法作為一種通用的工具廣泛應(yīng)用于工程領(lǐng)域。進化算法是一種啟發(fā)式算法，已經(jīng)發(fā)展成為一個新的研究熱點。自上世紀(jì)90年代，隨著進化算法的蓬勃發(fā)展，大量多目標(biāo)進化算法應(yīng)運而生?；诜纸獾亩嗄繕?biāo)進化算法，是當(dāng)今最流行的多目標(biāo)進化算法之一，引發(fā)了廣泛關(guān)注。交互式方法是一種新趨勢，該方法可以描述為用戶以交互的方式搜索過程直到得到用戶滿意的解。本文的方向是基于分解的偏好式交互多目標(biāo)進化算法，主要進行了以下三個方面的工作：
　　1.以基于

2、分解的多目標(biāo)進化算法為基礎(chǔ)，設(shè)計了交互式基于區(qū)域的分解式多目標(biāo)進化算法，首先，該算法提出了一種新的基于區(qū)域的偏好模型，優(yōu)化只在偏好區(qū)域內(nèi)進行，極大的降低了計算復(fù)雜度。其次，算法中提出了一種靈活的交互條件，能允許用戶提供任意的偏好信息并得到用戶滿意的結(jié)果，同時可以允許用戶做出試探性、不準(zhǔn)確的決策，并在算法過程中不斷修改先前的決策信息。
　　2.提出了基于目標(biāo)域分解的交互式偏好多目標(biāo)進化算法，首先，該算法用一組均勻分布的權(quán)重向量將目標(biāo)

3、域空間分解成一系列子目標(biāo)域空間，將子目標(biāo)域空間當(dāng)作一個外部精英集，存儲在該區(qū)域的歷史最優(yōu)解。其次，根據(jù) Maximin算子的值作為個體的適應(yīng)度函數(shù)值，其選擇個體的時候可以同時考慮到個體的非支配性和多樣性。最后，提出了一種簡單易操作的基于區(qū)域的交互式偏好方法，根據(jù)用戶提供的信息可以迅速找到對應(yīng)的子目標(biāo)空間并對其優(yōu)化。實驗說明，該算法具有較好的多樣性和收斂性，并可以直接處理用戶提供的偏好信息，得到用戶滿意的結(jié)果。
　　3.提出了基于分