基于擂臺(tái)賽法則和小生境技術(shù)的進(jìn)化多目標(biāo)優(yōu)化算法的研究及應(yīng)用.pdf

1、多目標(biāo)優(yōu)化不論是在算法的理論研究中，還是在運(yùn)用算法解決問(wèn)題的實(shí)際應(yīng)用中，都是一個(gè)非常值得研究的重要課題。因?yàn)楝F(xiàn)實(shí)世界中的許多問(wèn)題都要涉及到多個(gè)目標(biāo)的同時(shí)優(yōu)化，所以多目標(biāo)優(yōu)化的研究越來(lái)越受到廣泛的重視。進(jìn)化算法是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過(guò)程而形成的一種自適應(yīng)全局優(yōu)化算法，它在解決復(fù)雜優(yōu)化問(wèn)題時(shí)所表現(xiàn)出來(lái)的優(yōu)越性和魯棒性，使其日益成為解決多目標(biāo)優(yōu)化問(wèn)題的一種非常有效的手段。
　　 本文介紹了多目標(biāo)優(yōu)化的發(fā)展情況及研究現(xiàn)狀、基

2、本原理和進(jìn)化算法的數(shù)學(xué)理論和實(shí)現(xiàn)技術(shù)等。通過(guò)對(duì)算法運(yùn)行效率和群體多樣性的研究，提出了基于擂臺(tái)賽法則和小生境技術(shù)的多目標(biāo)進(jìn)化算法。數(shù)值實(shí)驗(yàn)表明：改進(jìn)后的算法不僅保持了擂臺(tái)賽算法運(yùn)行效率高的特點(diǎn)，而且具有較佳的分布度。將其應(yīng)用于多準(zhǔn)則運(yùn)輸問(wèn)題，取得了比較理想的效果。
　　 本文主要做了以下幾個(gè)方面的工作：
　　 1．簡(jiǎn)要介紹了多目標(biāo)進(jìn)化算法的發(fā)展情況及研究現(xiàn)狀。
　　 2．簡(jiǎn)要介紹了多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)模型和目前比較

3、典型的多目標(biāo)進(jìn)化算法。
　　 3．簡(jiǎn)要介紹了遺傳算法的基本原理及利用計(jì)算機(jī)實(shí)現(xiàn)算法的技術(shù)。
　　 4．為了進(jìn)一步提高算法的運(yùn)行效率并且能使解集具有很好的分布性，利用個(gè)體相互之間的支配關(guān)系，提出了一種新的采用小生境技術(shù)來(lái)實(shí)現(xiàn)的算法，構(gòu)造非支配集時(shí)采用擂臺(tái)賽法則，很好地保持了算法的運(yùn)行效率，不僅很好地保持了解集的分布性，而且能很快地達(dá)到收斂。
　　 5．將改進(jìn)的算法應(yīng)用于多準(zhǔn)則運(yùn)輸問(wèn)題中，取得了比較理想的效果。