一種新的帶偏好的多目標(biāo)優(yōu)化算法.pdf

1、近年來有關(guān)多目標(biāo)優(yōu)化方法得到了廣泛的關(guān)注，涌現(xiàn)了各種進(jìn)化方法來解決多目標(biāo)優(yōu)化問題，多數(shù)方法使用Pareto優(yōu)于關(guān)系作為選擇策略而沒有采用偏好信息。這些方法得出的是一個(gè)優(yōu)化解集，而沒有對這個(gè)解集進(jìn)行分析。這就使得決策者在決策階段，無法分辨解的優(yōu)劣，從而給決策帶來困難。 本文在對國內(nèi)外大量相關(guān)文獻(xiàn)分析研究的基礎(chǔ)上，著重對有偏好的多目標(biāo)優(yōu)化問題進(jìn)行了研究。在研究了屬性論的基本方法、理論后，將屬性論的定性映射模型和屬性坐標(biāo)分析法應(yīng)用到有

2、偏好的多目標(biāo)優(yōu)化算法中，設(shè)計(jì)了一種基于屬性論方法的有偏好的多目標(biāo)優(yōu)化算法。 本文提出的有偏好的多目標(biāo)優(yōu)化算法分為權(quán)重學(xué)習(xí)、方案搜索、得出最優(yōu)解集三個(gè)步驟。在第一步權(quán)重學(xué)習(xí)中，首先讓決策者對幾個(gè)具有不同偏好的樣本進(jìn)行學(xué)習(xí)，然后得到?jīng)Q策者的偏好和心理偏好曲線。在第二步方案搜索中，我們把每個(gè)決策方案用一個(gè)n維向量來代表，因此求滿足決策者偏好的最優(yōu)解或解集的過程就是在n維向量空間中搜索滿足要求的向量的過程。搜索采用的算法是基于屬性論的遺

3、傳算法。具體方法是，隨機(jī)產(chǎn)生一些方案，然后對這些方案進(jìn)行選擇、交叉、變異等遺傳操作。在其中選擇滿足決策者偏好的非劣解。第三步，利用決策者的偏好信息得到最終的滿足決策者偏好的最優(yōu)解或解集。 為驗(yàn)證本文提出的基于屬性論的有偏好的多目標(biāo)優(yōu)化算法的有效性，進(jìn)行了大量的數(shù)值實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明算法是合理、有效的。由于多目標(biāo)優(yōu)化問題的理論研究與實(shí)際應(yīng)用具有重要意義，因此本課題的研究是十分有必要的，它為有偏好的多目標(biāo)優(yōu)化問題探索了一條新的解決途