

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、解決現(xiàn)實(shí)世界中的許多問題會(huì)遇到兩種類型的難度:1)多個(gè)相互沖突的目標(biāo);2) 高維復(fù)雜的搜索空間。就第一點(diǎn)而言,與單目標(biāo)優(yōu)化不同的是多個(gè)相互競(jìng)爭(zhēng)目標(biāo)的優(yōu)化結(jié)果是得到一組可行解,一般被稱作 Pareto 最優(yōu)解集。由于缺少喜好信息,在折中解中找不到一個(gè)解比另一個(gè)解更好。就第二點(diǎn)而言,若使用精確的方法解決多目標(biāo)優(yōu)化問題,搜索空間太大而且很復(fù)雜。因此,需要設(shè)計(jì)高效的優(yōu)化策略來解決這兩個(gè)問題。 演化計(jì)算來源于自然界進(jìn)化過程的靈感和進(jìn)化思想
2、的觀點(diǎn)。它的潛在并行性及自組織、自適應(yīng)、自學(xué)習(xí)的智能特性對(duì)于求解多目標(biāo)優(yōu)化問題具有巨大的潛力。演化算法所具有的幾個(gè)特征很適合解決這類問題,相對(duì)于經(jīng)典的優(yōu)化方法而言,演化算法更受歡迎。實(shí)際上,自從1985年以來,研究者們已經(jīng)提出了許多基于演化計(jì)算的多目標(biāo)優(yōu)化算法,這些算法能夠在一次獨(dú)立的運(yùn)行中同時(shí)搜索到多個(gè)Pareto 最優(yōu)解。而基于Pareto最優(yōu)概念的多目標(biāo)演化算法則是當(dāng)前演化計(jì)算的研究熱點(diǎn)。多目標(biāo)演化算法的研究目標(biāo)是使算法種群快速收
3、斂并均勻分布于問題的非劣最優(yōu)域。本文定義和使用密集度來保持群體中個(gè)體的均勻分布,將個(gè)體的Pareto強(qiáng)度值和密集度合并到個(gè)體的適應(yīng)值定義中。并提出攪動(dòng)策略,以提高算法對(duì)解空間的遍歷性,從而較大程度上避免算法的早熟;對(duì)每次攪動(dòng)得到的部分非劣解個(gè)體進(jìn)行鄰域搜索以加快非劣解前沿的進(jìn)化。最后通過對(duì)測(cè)試函數(shù)的實(shí)驗(yàn),驗(yàn)證了算法的可行性和有效性。 很多現(xiàn)實(shí)中的搜索和優(yōu)化問題涉及到約束條件的處理,在分析了傳統(tǒng)的求解帶約束的單目標(biāo)優(yōu)化問題存在的問
4、題的基礎(chǔ)上,把單目標(biāo)優(yōu)化問題中的約束化為新增的目標(biāo),把原問題化為一個(gè)多目標(biāo)優(yōu)化問題,然后利用演化多目標(biāo)優(yōu)化算法求解轉(zhuǎn)化后的問題。本文定義了個(gè)體約束強(qiáng)度指標(biāo),提出一種新的多父體雜交算子,根據(jù)約束強(qiáng)度值設(shè)計(jì)出新的實(shí)數(shù)編碼遺傳算法。數(shù)值實(shí)驗(yàn)證實(shí)了新方法的可行性、有效性和通用性,其性能優(yōu)于現(xiàn)有的一些演化算法。 大部分的多目標(biāo)優(yōu)化算法都是用來求解無約束的多目標(biāo)優(yōu)化問題,而處理約束問題的多目標(biāo)演化算法卻非常少,主要是由于約束條件將搜索空間分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目標(biāo)演化算法研究.pdf
- 基于免疫算法的演化多目標(biāo)優(yōu)化方法研究.pdf
- 多目標(biāo)演化算法及在優(yōu)化問題中的應(yīng)用.pdf
- 基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.pdf
- ε-dominance多目標(biāo)演化算法在優(yōu)化問題中的應(yīng)用研究.pdf
- 超多目標(biāo)演化算法及其應(yīng)用研究.pdf
- 基于參考點(diǎn)的演化多目標(biāo)優(yōu)化算法及性能評(píng)價(jià)研究.pdf
- 多目標(biāo)最優(yōu)化進(jìn)化算法.pdf
- 多目標(biāo)最優(yōu)化選播路由算法.pdf
- 演化多目標(biāo)優(yōu)化測(cè)試問題的構(gòu)造.pdf
- 多目標(biāo)優(yōu)化進(jìn)化算法比較綜述
- 多目標(biāo)差分演化算法的構(gòu)造及其應(yīng)用.pdf
- 基于多目標(biāo)優(yōu)化算法的推薦算法研究.pdf
- 改進(jìn)的多目標(biāo)優(yōu)化遺傳算法及多目標(biāo)優(yōu)化軟件的研制.pdf
- 進(jìn)化算法解決多目標(biāo)優(yōu)化問題.pdf
- 單目標(biāo)、多目標(biāo)優(yōu)化進(jìn)化算法及其應(yīng)用.pdf
- 雙層多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 多目標(biāo)粒子群優(yōu)化算法的研究.pdf
- 多目標(biāo)優(yōu)化的遺傳算法研究.pdf
- 解多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
評(píng)論
0/150
提交評(píng)論