PAES多目標優(yōu)化算法及其應用研究.pdf

1、多目標優(yōu)化問題是計算智能領域的難點問題，本文研究多目標算法及其典型應用問題。通過對不同的多目標優(yōu)化算法的研究，結果表明這些算法對處理多目標優(yōu)化問題有很好的效果，但在種群多樣性、算法復雜度以及算法的應用等方面還存在一定的問題?；谏鲜鰡栴}，本論文主要做了以下改進工作：
　　 1)詳細分析由Knowles和Corne提出的PAES(ParetoArchivedEvolutionStrategy)算法，并對算法進行實際的仿真實驗。PA

2、ES算法以進化算法為基礎，利用精英保留策略，將產生的最好的解暫且放在檔案中，該檔案即為最優(yōu)非支配解集，并且通過網格的排擠機制對最優(yōu)非支配解集進行更新，從而產生適合多目標問題的最優(yōu)解。通過對算法進行分析和實驗驗證，結果表明該算法不僅具有良好的可行性，并且時間復雜度遠低于經典的多目標優(yōu)化算法NSGA。將算法首次應用于經典多目標優(yōu)化問題--車間調度問題，仿真實驗表明，該算法對車間調度問題積極有效。
　　 2)通過對現(xiàn)有多目標優(yōu)化算法的

3、研究及PAES算法的分析與實現(xiàn)，針對PAES算法的不足之處，提出ε-PAES算法。與Pareto支配不同的是ε支配關系比Pareto支配關系更弱，可能使原來沒有支配關系的個體間確定支配關系。ε支配把目標函數(shù)空間劃分為不同的網格，而且規(guī)定一個網格存一個解。在不增加時間復雜度的情況下，使得算法在解的選取過程中更具傾向性且收斂速度加快，解的分布均勻。本文進行仿真驗證，結果證明了算法的數(shù)學可行性，并對多目標問題的車間調度問題達到很好的解決效果。