一類基于Species機(jī)制的多目標(biāo)進(jìn)化算法研究.pdf

1、很多科學(xué)和工程領(lǐng)域中的實(shí)際應(yīng)用問題往往是多目標(biāo)的，而目標(biāo)函數(shù)間通常都是相悖的。在這種多目標(biāo)優(yōu)化問題中并不存在可以使所有目標(biāo)都達(dá)到最優(yōu)的唯一的全局最優(yōu)解，而是存在一個(gè)由很多甚至無窮多個(gè)Pareto最優(yōu)解構(gòu)成的解集，顯然這樣的復(fù)雜特性給求解算法帶來了極大的困難。由于基于種群迭代的尋優(yōu)機(jī)制使其有機(jī)會(huì)通過一次運(yùn)行即獲得多個(gè)Pareto最優(yōu)解，進(jìn)化算法正在逐漸成為近年來求解多目標(biāo)優(yōu)化問題的主流算法，而由此衍生的進(jìn)化多目標(biāo)優(yōu)化也成為進(jìn)化計(jì)算領(lǐng)域一個(gè)

2、新的研究熱點(diǎn)。
　　利用進(jìn)化算法并行搜索問題的多個(gè)最優(yōu)解并不是其在求解多目標(biāo)優(yōu)化問題時(shí)才遇到的挑戰(zhàn)，多峰優(yōu)化問題同樣要求算法能夠獲得盡可能多的全局最優(yōu)解甚至部分局部最優(yōu)解。于是，將多峰優(yōu)化的算法機(jī)制與進(jìn)化多目標(biāo)優(yōu)化相結(jié)合，設(shè)計(jì)和開發(fā)更為魯棒的新型多目標(biāo)進(jìn)化算法無疑是一個(gè)值得深入研究的課題。
　　本文采納系統(tǒng)工程的理論和方法，將用于求解多峰優(yōu)化問題的Species機(jī)制引入到多目標(biāo)優(yōu)化算法設(shè)計(jì)中，通過借鑒進(jìn)化多目標(biāo)優(yōu)化的相關(guān)算法

3、思想，提出一種基于Species機(jī)制的多目標(biāo)進(jìn)化算法體系。本文的主要內(nèi)容可以歸納為如下幾個(gè)方面:
　　首先，在對(duì)兩種經(jīng)典進(jìn)化算法（遺傳算法和粒子群算法）進(jìn)行簡(jiǎn)單介紹的基礎(chǔ)上，對(duì)多目標(biāo)遺傳算法和多目標(biāo)粒子群算法的研究現(xiàn)狀進(jìn)行綜述。
　　其次，將Species機(jī)制引入到多目標(biāo)遺傳算法設(shè)計(jì)中，通過借鑒一種經(jīng)典多目標(biāo)遺傳算法(NSGA-Ⅱ)的算法思想，設(shè)計(jì)面向多目標(biāo)問題的基于Pareto支配性和Pareto Front擁擠度的Spe

4、cies策略，包括Species種子確定方法以及Species構(gòu)造方法等，進(jìn)而提出一種新型的基于Species機(jī)制的多目標(biāo)遺傳算法。
　　再次，考慮將Species機(jī)制擴(kuò)展到多目標(biāo)粒子群算法中，設(shè)計(jì)基于外部Pareto最優(yōu)解集的Species種子確定方法以及基于Euclidean距離最近原則的Species構(gòu)造方法，同時(shí)給出種群中個(gè)體的個(gè)體歷史最優(yōu)解和全局歷史最優(yōu)解的更新方法，進(jìn)而提出一種求解多目標(biāo)優(yōu)化問題的Species粒子群算