用于解決高維多目標(biāo)優(yōu)化問(wèn)題的偏好算法.pdf

1、人工免疫系統(tǒng)是一種高度進(jìn)化、并行的分布式自適應(yīng)系統(tǒng),擁有著生物免疫系統(tǒng)所具備的較強(qiáng)的學(xué)習(xí)、記憶、識(shí)別和特征提取能力。人工免疫系統(tǒng)就是借鑒這些原理和機(jī)制所發(fā)展起來(lái)的,其具有一定的信息處理能力并能成功應(yīng)用于工程和科學(xué)研究中。人工免疫算法正是基于此免疫系統(tǒng)的學(xué)習(xí)算法,是人工免疫系統(tǒng)研究的主要內(nèi)容之一。本文以提高人工免疫算法的搜索性能和節(jié)約計(jì)算資源為動(dòng)機(jī),研究了基于人工免疫系統(tǒng)的偏好多目標(biāo)優(yōu)化算法,主要分為以下三個(gè)方面的工作:
　　1.提

2、出了一種新的基于參考方向的免疫克隆算法。該算法使用基于參考方向的方法為種群個(gè)體分配偏好等級(jí),優(yōu)先選取離偏好區(qū)域較近的精英個(gè)體填充活性抗體種群,并通過(guò)按比例克隆提高偏好等級(jí)高的個(gè)體被克隆的機(jī)會(huì),接著使用能很好地處理帶有高維決策變量?jī)?yōu)化問(wèn)題的智能交叉算子進(jìn)行交叉操作,最后算法還整合了光束搜索模型來(lái)選取外部種群,以保證最終輸出的解集在決策者的偏好區(qū)域內(nèi)。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證,此算法能夠成功解決高維多目標(biāo)優(yōu)化問(wèn)題,甚至在目標(biāo)向量維數(shù)高達(dá)100維時(shí),相比

3、于其他幾個(gè)對(duì)比算法也能保證最優(yōu)的收斂性。
　　2.提出了一種新型的基于角度的偏好選擇機(jī)制?，F(xiàn)有的多數(shù)偏好選擇機(jī)制步驟較復(fù)雜,有的還需要使用計(jì)算量較大的伸縮函數(shù),于是構(gòu)建一種簡(jiǎn)單易行的偏好方法就成了我們做這個(gè)工作的出發(fā)點(diǎn)。這里新提出的偏好選擇機(jī)制實(shí)質(zhì)上是利用解向量與偏好方向之間的夾角值大小來(lái)作為解的選擇標(biāo)準(zhǔn),十分易于理解和操作。我們把其與經(jīng)典的基于非支配緊鄰選擇的多目標(biāo)免疫算法(NNIA)相結(jié)合,將其主要用于活性種群和外部種群的選擇

4、,成功地解決了高維多目標(biāo)優(yōu)化問(wèn)題,相比于其他偏好算法和偏好算子在收斂性方面表現(xiàn)出了絕對(duì)的優(yōu)勢(shì)。
　　3.本章通過(guò)將上一章所提出的算法中外部種群的選擇方式變?yōu)楦鼮榻?jīng)典的光束搜索模型,并對(duì)基于角度的偏好選擇機(jī)制的活性種群選擇過(guò)程進(jìn)行自適應(yīng)處理,提出了改進(jìn)版的基于角度偏好選擇機(jī)制的免疫克隆算法,彌補(bǔ)了上一章工作在某些測(cè)試問(wèn)題上所表現(xiàn)出的明顯缺陷。實(shí)驗(yàn)證明,改進(jìn)后的算法能夠在4到10目標(biāo)的DTLZ1,DTLZ2和DTLZ3問(wèn)題上都表現(xiàn)出穩(wěn)