PAES多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf

1、多目標(biāo)優(yōu)化問題是計(jì)算智能領(lǐng)域的難點(diǎn)問題，本文研究多目標(biāo)算法及其典型應(yīng)用問題。通過對不同的多目標(biāo)優(yōu)化算法的研究，結(jié)果表明這些算法對處理多目標(biāo)優(yōu)化問題有很好的效果，但在種群多樣性、算法復(fù)雜度以及算法的應(yīng)用等方面還存在一定的問題?；谏鲜鰡栴}，本論文主要做了以下改進(jìn)工作：
　　 1)詳細(xì)分析由Knowles和Corne提出的PAES(ParetoArchivedEvolutionStrategy)算法，并對算法進(jìn)行實(shí)際的仿真實(shí)驗(yàn)。PA

2、ES算法以進(jìn)化算法為基礎(chǔ)，利用精英保留策略，將產(chǎn)生的最好的解暫且放在檔案中，該檔案即為最優(yōu)非支配解集，并且通過網(wǎng)格的排擠機(jī)制對最優(yōu)非支配解集進(jìn)行更新，從而產(chǎn)生適合多目標(biāo)問題的最優(yōu)解。通過對算法進(jìn)行分析和實(shí)驗(yàn)驗(yàn)證，結(jié)果表明該算法不僅具有良好的可行性，并且時(shí)間復(fù)雜度遠(yuǎn)低于經(jīng)典的多目標(biāo)優(yōu)化算法NSGA。將算法首次應(yīng)用于經(jīng)典多目標(biāo)優(yōu)化問題--車間調(diào)度問題，仿真實(shí)驗(yàn)表明，該算法對車間調(diào)度問題積極有效。
　　 2)通過對現(xiàn)有多目標(biāo)優(yōu)化算法的

3、研究及PAES算法的分析與實(shí)現(xiàn)，針對PAES算法的不足之處，提出ε-PAES算法。與Pareto支配不同的是ε支配關(guān)系比Pareto支配關(guān)系更弱，可能使原來沒有支配關(guān)系的個(gè)體間確定支配關(guān)系。ε支配把目標(biāo)函數(shù)空間劃分為不同的網(wǎng)格，而且規(guī)定一個(gè)網(wǎng)格存一個(gè)解。在不增加時(shí)間復(fù)雜度的情況下，使得算法在解的選取過程中更具傾向性且收斂速度加快，解的分布均勻。本文進(jìn)行仿真驗(yàn)證，結(jié)果證明了算法的數(shù)學(xué)可行性，并對多目標(biāo)問題的車間調(diào)度問題達(dá)到很好的解決效果。