多目標(biāo)優(yōu)化方法庫的開發(fā)與應(yīng)用研究.pdf

1、實際工程應(yīng)用中的優(yōu)化問題大部分有多個目標(biāo)，稱為多目標(biāo)優(yōu)化問題。目前的優(yōu)化軟件都存在著算法種類少、使用不方便等問題，不能有效解決多目標(biāo)優(yōu)化問題。因此開發(fā)一個包含多種高效算法、便于使用的多目標(biāo)優(yōu)化軟件具有很大的現(xiàn)實意義和應(yīng)用價值。本文研究用面向?qū)ο蠓椒ㄟM行多目標(biāo)優(yōu)化軟件的開發(fā)，介紹了多目標(biāo)優(yōu)化方法庫的設(shè)計開發(fā)過程和在數(shù)值算例、實際工程問題中的應(yīng)用。 由于其目標(biāo)之間的競爭性，多目標(biāo)優(yōu)化問題的解不是一個讓各個目標(biāo)同時達到最優(yōu)的“最優(yōu)解

2、”，而是一個由許多非劣解組成的非劣解集。多目標(biāo)優(yōu)化的目的是尋一個讓決策者最滿意的非劣解或整個非劣解集。 多目標(biāo)優(yōu)化方法庫用C++語言在MicrosoftVisualC++.NET集成開發(fā)環(huán)境下開發(fā)完成。利用面向?qū)ο蠓椒▽υ撥浖M行分析和設(shè)計，將其分為優(yōu)化模型、優(yōu)化算法等幾個模塊。算法模塊中包含11種最具代表性的多目標(biāo)優(yōu)化算法，分別屬于基于偏好的方法和產(chǎn)生式方法兩大類。基于偏好的方法包括線性加權(quán)法、極大極小法等，它們利用決策信息

3、把多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)問題，然后再用數(shù)學(xué)規(guī)劃求得一個最終解；產(chǎn)生式方法不需要任何決策信息，試圖獲得問題的非劣解集。產(chǎn)生式方法包括各種多目標(biāo)遺傳算法、多目標(biāo)粒子群算法和多目標(biāo)模擬退火算法。 多目標(biāo)優(yōu)化方法庫擁有簡單實用、功能強大的圖形用戶界面，同時為用戶提供了三種不同的方式用于導(dǎo)入不同特點的優(yōu)化模型。圖形用戶界面大大減輕了用戶進行多目標(biāo)優(yōu)化所需的工作量，提高了優(yōu)化設(shè)計的工作效率。 在本文的最后，先用幾個數(shù)值測試函