一種基于分布估算的多目標演化算法.pdf

1、現(xiàn)實世界充滿著多目標問題，并且很多現(xiàn)實問題常要求同時優(yōu)化多個相互競爭或沖突的目標。用演化算法求解多目標優(yōu)化問題具有傳統(tǒng)多目標優(yōu)化方法(如加權(quán)法)不可比擬的優(yōu)勢：一方面，演化算法不需要決策者的偏好信息即可同時優(yōu)化多個目標；另一方面，其并行機制使算法運行一次就能得到問題的帕列托最優(yōu)集或近似最優(yōu)集。本文將基于分布估算的演化算法框架引入多目標演化中，主要做了以下的工作。 1、在回顧多目標演化算法歷史文獻的基礎上，針對傳統(tǒng)的多目標演化算法

2、演化策略存在的局限性，引入了基于分布估算演化算法框架，對其相關(guān)的變量分布估算等問題進行了探討，并將其運用于一些典型的單目標優(yōu)化問題，驗證該算法框架的可行性以及在演化效率上相對與傳統(tǒng)遺傳算法演化的優(yōu)勢。 2、將基于分布估算的演化算法框架與非聚合非帕列托的評價方法結(jié)合，運用到多目標演化算法上，使用一個多目標0-1背包問題作為算例進行了試驗，來驗證這種方法在獲得多目標問題的近似帕列托最優(yōu)集，以及通過演化提高解群體的質(zhì)量的能力。實驗結(jié)果