偏好集驅(qū)動(dòng)的多目標(biāo)協(xié)同進(jìn)化算法研究.pdf

1、多目標(biāo)優(yōu)化問(wèn)題因其具有較強(qiáng)的全局優(yōu)化能力而成為科學(xué)研究和工程應(yīng)用領(lǐng)域中非常重要的研究課題。然而，高維目標(biāo)進(jìn)化算法在求解復(fù)雜的實(shí)際問(wèn)題時(shí)，卻普遍存在既要快速收斂又要維持群體多樣性的矛盾。一方面，隨著目標(biāo)維度的增加，非支配解的比例迅速增加，從而種群的搜索能力顯著下降，導(dǎo)致算法無(wú)法收斂；另一方面，在目標(biāo)個(gè)數(shù)的急劇擴(kuò)張下，要求逼近整個(gè)Pareto前沿的解集個(gè)體數(shù)必然呈指數(shù)型增長(zhǎng)，解集個(gè)體數(shù)的嚴(yán)重不足會(huì)阻滯算法的進(jìn)程向Pareto前沿逼近；同時(shí)，

2、高額的計(jì)算復(fù)雜度使得解集分布在整個(gè)Pareto前沿增加一定的困難。協(xié)同進(jìn)化機(jī)制強(qiáng)調(diào)種群與種群之間和種群與環(huán)境之間相互競(jìng)爭(zhēng)和相互協(xié)作，在解決高維目標(biāo)優(yōu)化問(wèn)題時(shí)，該機(jī)制能夠有效的加快種群收斂又能提高種群多樣性。針對(duì)以上難點(diǎn)問(wèn)題，本文從協(xié)同機(jī)制的研究角度出發(fā)，引入膝蓋點(diǎn)作為決策者偏好引導(dǎo)種群求解決策者感興趣的區(qū)域。同時(shí)，提出種群自適應(yīng)偏好集策略，進(jìn)一步降低算法計(jì)算復(fù)雜度。本文的主要研究?jī)?nèi)容如下：
　　1：提出了一種膝蓋點(diǎn)引導(dǎo)的偏好集協(xié)同

3、多目標(biāo)進(jìn)化算法。首先利用多個(gè)隨機(jī)偏好引導(dǎo)種群進(jìn)化，然后利用進(jìn)化后的種群來(lái)選擇偏好，這兩個(gè)過(guò)程循環(huán)交替，實(shí)現(xiàn)偏好與種群協(xié)同進(jìn)化。進(jìn)一步，為了提高決策者在未知偏好情況下對(duì)解集的選擇能力，提出膝蓋點(diǎn)引導(dǎo)的偏好集協(xié)同多目標(biāo)進(jìn)化算法，即通過(guò)膝蓋點(diǎn)引導(dǎo)種群向決策者感興趣的區(qū)域逼近。在算法性能評(píng)價(jià)實(shí)驗(yàn)中，將所提算法應(yīng)用到求解ZDT與DTLZ測(cè)試函數(shù)，實(shí)驗(yàn)結(jié)果表明該算法具有更好的收斂性。
　　2：提出了一種基于偏好集自適應(yīng)協(xié)同的高維目標(biāo)進(jìn)化算法。