無偏好多目標(biāo)優(yōu)化進(jìn)化算法及其應(yīng)用.pdf

1、多目標(biāo)優(yōu)化問題是從實(shí)際應(yīng)用中產(chǎn)生的,它不論在經(jīng)濟(jì)、軍事還是高科技領(lǐng)域都有著重要的研究價(jià)值,因此進(jìn)行這方面的研究就顯得非常有必要.在多目標(biāo)優(yōu)化中,各目標(biāo)通常相互沖突且不可公度,其最優(yōu)解往往有無窮多個(gè),如何在最優(yōu)解集合中求出一組分布均勻且數(shù)量充足的代表解供給決策者進(jìn)行選擇是十分重要的.本文首先對進(jìn)化算法和多目標(biāo)優(yōu)化的基本概念、基本理論、基本框架等進(jìn)行了系統(tǒng)的綜述分析.接著提出了一種求解多目標(biāo)優(yōu)化問題的新模型,即通過引入個(gè)體的序和個(gè)體的密度概

2、念,給出了種群序值的理想方差和種群密度的方差,其中,種群序值的理想方差是對Pareto界面上解的質(zhì)量的度量,種群密度的方差是對Pareto界面上解的分布均勻性的度量,把對任意多個(gè)目標(biāo)函數(shù)的優(yōu)化問題轉(zhuǎn)化成兩個(gè)目標(biāo)函數(shù)的優(yōu)化問題,建立了一種新的雙目標(biāo)優(yōu)化模型,對建立的新模型設(shè)計(jì)了一種新的多目標(biāo)遺傳算法(RDMOEA),且給出了RDMOEA的收斂性分析,最后通過大量的不同性質(zhì)的函數(shù)對RDMOEA的性態(tài)進(jìn)行了分析測試,從測試結(jié)果可以明顯看出,R