基于微粒群算法的多目標(biāo)優(yōu)化問(wèn)題研究.pdf

1、為決策者提供科學(xué)、合理、及時(shí)的決策方案是現(xiàn)代決策支持系統(tǒng)必須具備的能力。由于現(xiàn)實(shí)決策對(duì)象大多數(shù)是多目標(biāo)的，多目標(biāo)優(yōu)化問(wèn)題（MOP）的研究越來(lái)越引起人們的重視。由于MOP中的各個(gè)子目標(biāo)之間是相互矛盾且非公度的，如何定義MOP的最優(yōu)解成為求解MOP的關(guān)鍵問(wèn)題，基于Pareto選擇思想的非劣解的定義越來(lái)越成為人們的共識(shí)。然而MOP的Pareto最優(yōu)解往往不只一個(gè)，甚至無(wú)窮多個(gè)，這樣求解出來(lái)的解不僅不能幫助決策反而成為決策者的負(fù)擔(dān)，而且尋優(yōu)的計(jì)

2、算過(guò)程很長(zhǎng)，如何給決策者快速地提供合理的、可行的解決方案尤為重要。
　　 微粒群算法(PSO)是近幾年發(fā)展起來(lái)的一種群集智能算法，是一種新的智能搜索算法。該算法利用群體中的各個(gè)微粒從其過(guò)去的經(jīng)歷和其它微粒的經(jīng)歷中共享有效的信息，從而協(xié)同地搜索到最優(yōu)解。目前，基于PSO的算法研究在多目標(biāo)優(yōu)化領(lǐng)域越來(lái)越得到重視，甚至是目前研究中的一個(gè)熱點(diǎn)領(lǐng)域。
　　 本文基于Pareto最優(yōu)解的定義，提出了Pareto-ε相關(guān)概念。通過(guò)分析

3、和實(shí)驗(yàn)證明，Pareto-ε概念的運(yùn)用很好地改善了求解MOP時(shí)的尋優(yōu)過(guò)程，增加了搜索幾率，加大了移動(dòng)步長(zhǎng)，無(wú)論是帶寬容度的還是帶苛刻度的比較策略都可以顯著改善收斂速度，快速地為決策者提供合理的決策方案。在帶寬容度的情況下，ε越大比較條件就越弱，搜索幾率就越大，從而搜索速度就越快；在帶苛刻度的情況下，雖然比較條件加強(qiáng)了，但是每次移動(dòng)的步長(zhǎng)增大，從而也加快了尋優(yōu)的速度。
　　 本文主要的研究工作和創(chuàng)新如下：
　　 1、討論了

4、MOP的歷史及其研究現(xiàn)狀；分析了基于PSO算法對(duì)MOP的研究意義和研究現(xiàn)狀；討論了MOP和PSO群算法的相關(guān)理論。
　　 2、分析了MOP的測(cè)試函數(shù)集，分別給出了這些經(jīng)典函數(shù)的定義、約束條件以及解的特征，闡述了本文選擇測(cè)試集的一般原則。
　　 3、在對(duì)Pareto優(yōu)勝理論的研究基礎(chǔ)上，提出了Pareto-ε優(yōu)勝關(guān)系的概念，并對(duì)ε值實(shí)行了動(dòng)態(tài)調(diào)整策略，實(shí)驗(yàn)顯示，Pareto-ε優(yōu)勝關(guān)系的概念是合理的、有效的，明顯加快了尋優(yōu)

5、的速度，可以快速地為決策者提供合理的、滿(mǎn)意的決策方案；在實(shí)驗(yàn)和理論分析的基礎(chǔ)上我們給出了Pareto-ε動(dòng)態(tài)策略的評(píng)價(jià)。
　　 4、基于PSO算法和Pareto-ε優(yōu)勝關(guān)系提出了一種新的PεPSO算法框架；基于面向?qū)ο罄碚撎岢隽艘环N相應(yīng)的數(shù)據(jù)結(jié)構(gòu)，提高了算法實(shí)現(xiàn)的通用性、復(fù)用性以及兼容性；選用了經(jīng)典測(cè)試函數(shù)集中的部分ZDT系列函數(shù)進(jìn)行了測(cè)試，實(shí)驗(yàn)顯示PεPSO算法是有效的。
　　 5、在采用動(dòng)態(tài)調(diào)整ε的策略后，通過(guò)動(dòng)態(tài)調(diào)