PSO在決策支持中多目標(biāo)靜態(tài)優(yōu)化問題的算法應(yīng)用研究.pdf

1、決策自古有之，決策問題可以分為單目標(biāo)決策和多目標(biāo)決策。多目標(biāo)決策是指決策所要達到的目標(biāo)有多個，且這些目標(biāo)是互相聯(lián)系又互相制約的決策。這類決策要求用系統(tǒng)的觀點，對希望達到的多個目標(biāo)進行系統(tǒng)地研究分析。
　　決策支持作為一種新興的信息技術(shù)，能夠為企業(yè)提供各種決策信息以及許多商業(yè)問題的解決方案，從而減輕了管理者從事低層次信息處理和分析的負(fù)擔(dān)，使得他們專注于最需要決策智慧和經(jīng)驗的工作，由此提高決策的質(zhì)量和效率。隨著大型工業(yè)企業(yè)的管理和運營

2、越來越復(fù)雜，決策者迫切需要一種理論化、系統(tǒng)化的決策輔助工具。因此，結(jié)合計算機和信息管理技術(shù)的決策支持系統(tǒng)（Decision Support System，DSS）應(yīng)運而生。多目標(biāo)問題尋優(yōu)是決策支持系統(tǒng)中優(yōu)化器的重要部分，將粒子群算法應(yīng)用于決策支持的多目標(biāo)問題中可以更有效的利用已有的研究成果，加強對決策者決策支持的輔助能力。
　　粒子群算法(Particle Swarm Optimization，PSO)是由美國社會心理學(xué)家Jame

3、s Kennedy和電氣工程師Russell Eberhart在1995年共同提出的，其基本思想是受他們早期對鳥類群體行為研究結(jié)果的啟發(fā)，并利用了已有的生物群體模型。由于粒子群算法計算速度快，算法簡單易實現(xiàn)，一經(jīng)提出立即引起各領(lǐng)域?qū)W者的高度關(guān)注。
　　本文從決策支持系統(tǒng)的基本構(gòu)成出發(fā)，著重討論基于改進粒子群算法對多目標(biāo)尋優(yōu)問題的解決，及其在決策支持中的應(yīng)用。考慮到基本粒子群優(yōu)化算法易陷入局部最小值，搜索精度不高的缺點，構(gòu)造了一種設(shè)