SPEA2多目標(biāo)進(jìn)化算法及其在車間調(diào)度中的應(yīng)用研究.pdf

1、現(xiàn)實(shí)世界中很多實(shí)際問題需要同時(shí)優(yōu)化相互競爭和相互制約的多個(gè)目標(biāo)。對于這類多目標(biāo)優(yōu)化問題，最優(yōu)解的個(gè)數(shù)往往不是唯一的，而是一組折衷解集，傳統(tǒng)的常規(guī)優(yōu)化方法很難或者無法解決。進(jìn)化算法不需要決策者的偏好信息以及一次運(yùn)行可以得到多個(gè)解，非常適合用來求解多目標(biāo)優(yōu)化問題。因此，本文主要研究了多目標(biāo)進(jìn)化算法解決連續(xù)多目標(biāo)優(yōu)化問題及其在多目標(biāo)車間調(diào)度問題中的應(yīng)用。主要研究內(nèi)容包括：
　　1.在介紹多目標(biāo)進(jìn)化算法相關(guān)概念和研究背景與現(xiàn)狀的基礎(chǔ)上，闡

2、述了多目標(biāo)進(jìn)化算法的統(tǒng)一模型，并結(jié)合經(jīng)典的多目標(biāo)進(jìn)化算法，分析不同的適應(yīng)度賦值以及外部檔案維護(hù)策略對算法獲得的非支配解的收斂性和分布性的影響。
　　2.針對連續(xù)多目標(biāo)優(yōu)化問題，使用一種基于自適應(yīng)選擇進(jìn)化算子的SPEA2算法對其進(jìn)行求解。改進(jìn)的算法將 SPEA2算法與具有很強(qiáng)局部搜索能力的 DE算法融合，克服了 SPEA2算法由于采用固定的進(jìn)化策略、進(jìn)化過程中使用單一的進(jìn)化算子，導(dǎo)致解的分布性不佳和易陷入局部最優(yōu)解的問題。通過在標(biāo)準(zhǔn)