一種新的多目標(biāo)優(yōu)化遺傳算法.pdf

1、為了更好的解決實際生活中的多目標(biāo)優(yōu)化問題，綜合已有的理論和算法，提出了一種新的多目標(biāo)優(yōu)化遺傳算法。在原有遺傳算法基礎(chǔ)上改進(jìn)了遺傳操作算子，并采用Pareto秩的方法來確定個體的適應(yīng)度，為了使秩越小的個體被選擇的概率越大，文中定義了一個與Pareto秩成反比例的函數(shù)。根據(jù)輪盤賭方法來進(jìn)行選擇操作、采用算數(shù)交叉算子和非均勻變異算子，并在運算過程增加了一個臨時存儲器，用來存放當(dāng)前種群的Pareto最優(yōu)解，將新加入的個體與當(dāng)前臨時存儲器中的個體

2、進(jìn)行比較，將劣于新加入個體的解從臨時存儲器中刪掉，始終保持這個存儲器中的群體是最優(yōu)的。為了提高算法在局部的搜索能力，在算法搜索過程中增加了一個黃金分割搜索，以提高算法的收斂速度，使其更快的逼近全局最優(yōu)解。黃金分割搜索算法是經(jīng)典的一維搜索方法，為了利用其良好的搜索能力，將其擴(kuò)展到n 維空間，并給出了具體算法步驟。通過對3個算例進(jìn)行分析，檢驗了算法的有效性；任何一種算法都不是萬能的，都是有其使用范圍的，通過一個反例來說明給出的新的多目標(biāo)遺傳