版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多目標(biāo)優(yōu)化問題及其算法的研究多目標(biāo)優(yōu)化問題及其算法的研究摘要:摘要:多目標(biāo)優(yōu)化問題(MOP)由于目標(biāo)函數(shù)有兩個(gè)或兩個(gè)以上,其解通常是一組Pareto最優(yōu)解。傳統(tǒng)的優(yōu)化算法在處理多目標(biāo)優(yōu)化問題時(shí)不能滿足工業(yè)實(shí)踐應(yīng)用的需要。隨著計(jì)算機(jī)科學(xué)與生命信息科學(xué)的發(fā)展,智能優(yōu)化算法在處理多目標(biāo)優(yōu)化問題時(shí)更加滿足工程實(shí)踐的需要。本文首先研究了典型多目標(biāo)優(yōu)化問題的數(shù)學(xué)描述,并且分析了多目標(biāo)優(yōu)化問題的Pareto最優(yōu)解以及解的評(píng)價(jià)體系。簡(jiǎn)要介紹了傳統(tǒng)優(yōu)化算
2、法中的加權(quán)法、約束法以及線性規(guī)劃法。并且研究了智能優(yōu)化算法中進(jìn)化算法(EA)、粒子群算法(PSO)和蟻群優(yōu)化算法(ACO)。關(guān)鍵詞關(guān)鍵詞:多目標(biāo)優(yōu)化問題;傳統(tǒng)優(yōu)化算法;進(jìn)化算法;粒子群算法;蟻群優(yōu)化算法中圖分類號(hào):中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:文獻(xiàn)標(biāo)識(shí)碼:AResearchofMultiobjectiveOptimizationProblemAlgithmAbstract:TheobjectivefunctionofMultiobj
3、ectiveOptimizationProblemismethantwosothesolutionsaremadeofatermcalledbestParetoresult.TraditionalOptimizationAlgithmcannotmeettheneedofadvancingintheactualindustryinthefieldoftheMultiobjectiveOptimizationProblem.Withthe
4、developmentincomputertechnologylifesciencesIntelligentOptimizationAlgithmisusedtosolvetheMultiobjectiveOptimizationProblemintheindustry.FirstlythetypicalmathematicfmoftheMultiobjectiveOptimizationProblemthebestParetoresu
5、ltofMultiobjectiveOptimizationProblemwithit’sevaluatesystemwereshowedinthispaper.It’stakeabriefrevealofTraditionalOptimizationAlgithmsuchasweightingmethodconstraintlinearprogramming.IntelligentOptimizationAlgithmincludin
6、gEvolutionaryAlgithmParticleSwarmOptimizationAntColonyOptimizationisresearchedtoo.Keywd:MultiobjectiveOptimizationProblemTraditionalOptimizationAlgithmEvolutionaryAlgithmParticleSwarmOptimizationAntColonyOptimization.1引言
7、引言所謂的目標(biāo)優(yōu)化問題一般地就是指通過一定的優(yōu)化算法獲得目標(biāo)函數(shù)的最優(yōu)化解。當(dāng)優(yōu)化的目標(biāo)函數(shù)為一個(gè)時(shí)稱之為單目標(biāo)優(yōu)化(SingleobjectiveOptimizationProblemSOP)。當(dāng)優(yōu)化的目標(biāo)函數(shù)有兩個(gè)或兩個(gè)以上時(shí)稱為多目標(biāo)優(yōu)化(MultiobjectiveOptimizationProblemMOP)。不同于單目標(biāo)優(yōu)化的解為有限解,多目標(biāo)優(yōu)化的解通常是一組均衡解。顯而易見,多目標(biāo)優(yōu)化問題比單目標(biāo)優(yōu)化問題更接近工程實(shí)踐,
8、同時(shí)更加復(fù)雜。很多工程實(shí)踐中的優(yōu)化問題最后都可以轉(zhuǎn)化為多目標(biāo)優(yōu)化問題。因此,對(duì)多目標(biāo)優(yōu)化問題的深入研究對(duì)于實(shí)踐應(yīng)用更具價(jià)值。通常,多目標(biāo)優(yōu)化問題都是通過一定的算法實(shí)現(xiàn)求解的。對(duì)多目標(biāo)優(yōu)化問題的研究也更多地集中于對(duì)各種算法的研究。目前多目標(biāo)優(yōu)化算法歸結(jié)起來有傳統(tǒng)優(yōu)化算法和智能優(yōu)化算法兩大類。傳統(tǒng)優(yōu)化算法包括加權(quán)法、約束法和線性規(guī)劃法等。智能優(yōu)化算法包括進(jìn)化算法(EvolutionaryAlgithm簡(jiǎn)稱EA)、粒子群算法(Particle
9、SwarmOptimizationPSO)、人工免疫系統(tǒng)(ArtificialImmuneSystemAIS)和蟻群優(yōu)化算法(AntColonyOptimizationACO)等。傳統(tǒng)優(yōu)化算法實(shí)質(zhì)上就是將多目標(biāo)函數(shù)轉(zhuǎn)化為單目標(biāo)函數(shù),通過采用單目標(biāo)優(yōu)化的方法達(dá)到對(duì)多目標(biāo)函數(shù)的求解。這樣得到的解往往與最優(yōu)解相去甚遠(yuǎn),12121212_min_maxmin(&max)()[()()...()](12...)..()[()()...()]()[
10、()()...()][][......](1nIkkImmILRdDdddyfxafxafxafxanNstgxagxagxagxavhxahxahxahxabaaaaxxxxxxxxd?????????????2...)D(1.3)其中:表示的是不確定量a,的區(qū)間為到;表示的是不等式約束的允IaIaLaRaIkv許區(qū)間;表示的是等式約束的允許區(qū)間。Imb2.2多目標(biāo)優(yōu)化問題的多目標(biāo)優(yōu)化問題的Pareto最優(yōu)解最優(yōu)解求解多目標(biāo)優(yōu)化問題的
11、過程就是尋找Pareto最優(yōu)解的過程。所謂的Pareto最優(yōu)解也被稱為非劣最優(yōu)解。Pareto最優(yōu)解是在集合論的基礎(chǔ)上提出的一種對(duì)多目標(biāo)解的向量評(píng)估方式。因此,所謂的最優(yōu)解只是一種評(píng)價(jià)解的優(yōu)劣的標(biāo)準(zhǔn)。而所謂的優(yōu)劣性就是指在目標(biāo)函數(shù)的解集中對(duì)其中一個(gè)或多個(gè)子目標(biāo)函數(shù)的進(jìn)一步優(yōu)化不會(huì)使其它子目標(biāo)函數(shù)的解超出規(guī)定的范圍,即在多目標(biāo)優(yōu)化中對(duì)某些子目標(biāo)的優(yōu)化不能影響到其它子目標(biāo)的優(yōu)化而容許的整個(gè)多目標(biāo)的最優(yōu)解。在Pareto最優(yōu)解中引入了支配向量
12、。支配向量的定義如下:對(duì)任意的,滿足且存在有,則向量[1]dD?ddxx?0[1]dD?00ddxx?支配向量。當(dāng)與滿足以下12[......]dDxxxxx?12[......]dDxxxxx?()fx()fx條件,,,則稱()()(12...)nnnfxfxnN???0000()()(1)nnnfxfxnN????支配。的支配關(guān)系和x的支配關(guān)系一致。()fx()fx()fx若是決策變量中的一點(diǎn)(適用于集合論時(shí),將決策變量稱為搜索空間
13、),當(dāng)且僅當(dāng)x在搜索空間的可行域內(nèi)不存在x使得成立時(shí),稱為非()()(12...)nnfxfxnN??()fx劣最優(yōu)解。對(duì)于多目標(biāo)優(yōu)化問題,當(dāng)且僅當(dāng)在搜索空間中的任意x,都有()fx,則稱為全局最優(yōu)解。由所有非優(yōu)劣最優(yōu)解組成的集合稱為多目標(biāo)優(yōu)()()fxfx?()fx化的最優(yōu)解集。所有的Pareto最優(yōu)解集對(duì)應(yīng)的目標(biāo)函數(shù)值所形成的區(qū)域稱為Pareto前端??梢?,Pareto最優(yōu)解只是給出了多目標(biāo)優(yōu)化問題的解的評(píng)價(jià)標(biāo)準(zhǔn),并沒有提供切實(shí)可行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高維優(yōu)化問題的多目標(biāo)遺傳算法研究及其應(yīng)用
- 基于QPSO算法求解多目標(biāo)優(yōu)化問題及其應(yīng)用.pdf
- 雙層多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 解多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 進(jìn)化算法解決多目標(biāo)優(yōu)化問題.pdf
- 解決多目標(biāo)優(yōu)化問題的粒子群算法研究.pdf
- 多目標(biāo)優(yōu)化問題的改進(jìn)蟻群算法研究.pdf
- 基于微粒群算法的多目標(biāo)優(yōu)化問題研究.pdf
- 進(jìn)化多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- 解決單目標(biāo)和多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 單目標(biāo)、多目標(biāo)優(yōu)化進(jìn)化算法及其應(yīng)用.pdf
- PAES多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- 高維優(yōu)化問題的多目標(biāo)遺傳算法研究及其應(yīng)用.pdf
- 解決多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法.pdf
- 鋼材下料問題的多目標(biāo)智能優(yōu)化算法研究.pdf
- 基于改進(jìn)蛙跳算法的多目標(biāo)優(yōu)化問題研究.pdf
- 廣義網(wǎng)絡(luò)多目標(biāo)優(yōu)化調(diào)度及其算法的研究.pdf
- 基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問題研究.pdf
- 753.復(fù)雜問題的多目標(biāo)進(jìn)化優(yōu)化算法研究
- 多目標(biāo)船舶調(diào)度優(yōu)化問題蟻群算法研究.pdf
評(píng)論
0/150
提交評(píng)論