基于博弈策略的多目標(biāo)進(jìn)化算法研究.pdf

1、多目標(biāo)優(yōu)化問題(MOP)是科學(xué)研究與工程實(shí)踐中普遍存在又非常重要的一類基礎(chǔ)性優(yōu)化問題，具有廣泛的應(yīng)用前景。起源于生物進(jìn)化理論的多目標(biāo)進(jìn)化算法(MOEA)是求解該問題的一種主流方法。目前該方法主要基于非支配解排序，隨著種群的進(jìn)化，候選解的層次數(shù)不斷減少，種群多樣性逐漸丟失，造成種群進(jìn)化動(dòng)力不足，使算法容易出現(xiàn)收斂速度慢、容易進(jìn)入局部最優(yōu)、全局尋優(yōu)能力弱等問題。
　　 博弈論(Game Theory)是研究主體為爭(zhēng)取最大利益如何做出

2、決策的一門科學(xué)，它和多目標(biāo)問題都屬于多主體優(yōu)化問題。借鑒博弈論的基本知識(shí)和理論求解多目標(biāo)優(yōu)化問題，無論是對(duì)提高多目標(biāo)進(jìn)化算法性能，還是拓展多目標(biāo)優(yōu)化問題工程應(yīng)用領(lǐng)域都有積極的意義。
　　 本文圍繞基于博弈的多目標(biāo)優(yōu)化算法以及在網(wǎng)格任務(wù)調(diào)度中的應(yīng)用展開工作，主要內(nèi)容包括：
　　 首先，介紹多目標(biāo)優(yōu)化問題并總結(jié)目前已有的求解方法，給出了幾種常見的群智能算法基本原理和求解過程。另外，講解了博弈論的基本知識(shí)，并結(jié)合對(duì)多目標(biāo)進(jìn)化算

3、法中種群進(jìn)化過程的分析，指出了兩者結(jié)合的可能性；
　　 其次，在研究多目標(biāo)進(jìn)化算法和各種博弈模型的基礎(chǔ)上，本文提出了一種基于混合策略博弈的多目標(biāo)進(jìn)化算法(MSG-MOEA)。將種群每次迭代過程看做是一場(chǎng)博弈，各博弈參與人不斷調(diào)整博弈策略，追求自身利益最大化，帶動(dòng)種群向Pareto前沿進(jìn)化。算法分析和仿真實(shí)驗(yàn)表明本算法在解的分布性和收斂性方面都有較好的表現(xiàn)；
　　 最后，提出了一種基于MSG-MOEA的多目標(biāo)網(wǎng)格任務(wù)調(diào)度算