基于預(yù)測模型的動(dòng)態(tài)多目標(biāo)優(yōu)化算法研究.pdf

1、動(dòng)態(tài)多目標(biāo)優(yōu)化問題(DMOP)是科學(xué)研究與工程實(shí)踐中普遍存在的基礎(chǔ)性優(yōu)化問題，應(yīng)用前景廣泛，解決其中的核心難題，對(duì)推進(jìn)該領(lǐng)域的發(fā)展與應(yīng)用有著重要的科學(xué)與工程意義。目前，大多數(shù)動(dòng)態(tài)多目標(biāo)問題的求解方法(DMOEA)是在一些成功的靜態(tài)多目標(biāo)優(yōu)化進(jìn)化算法的基礎(chǔ)上，采用某些改進(jìn)的輔助策略應(yīng)對(duì)問題的變化，但是這些改進(jìn)策略大多以增加算法搜索的隨機(jī)性、降低收斂速度為代價(jià)應(yīng)對(duì)問題的變化，并沒有針對(duì)不同問題的特性進(jìn)行相應(yīng)的算法改進(jìn)，難以取得滿意的優(yōu)化性能

2、。
　　針對(duì)動(dòng)態(tài)多目標(biāo)優(yōu)化問題的特點(diǎn)，本文提出了一種新的基于預(yù)測模型的動(dòng)態(tài)多目標(biāo)優(yōu)化算法(N-PDMOEA)，利用啟發(fā)式知識(shí)設(shè)計(jì)新的預(yù)測模型，以解決Pareto最優(yōu)解集動(dòng)態(tài)平移問題(DMOP-TPS)，并應(yīng)用該方法解決云計(jì)算任務(wù)調(diào)度中的優(yōu)化問題。本文圍繞基于預(yù)測模型的動(dòng)態(tài)多目標(biāo)優(yōu)化算法以及其在云計(jì)算任務(wù)調(diào)度中的應(yīng)用展開，主要內(nèi)容包括：
　　首先，綜述了動(dòng)態(tài)多目標(biāo)優(yōu)化問題及目前已有的求解方法，建立基于預(yù)測模型的動(dòng)態(tài)多目標(biāo)優(yōu)化算

3、法的基本概念，并闡述了需要針對(duì)不同問題設(shè)計(jì)不同的預(yù)測模型的原因，指出預(yù)測的合理性問題；
　　其次，在研究一般動(dòng)態(tài)多目標(biāo)問題和預(yù)測模型的基礎(chǔ)上，定義一種具有普遍意義的Pareto最優(yōu)解集動(dòng)態(tài)平移問題模型，針對(duì)此問題提出了一種基于新預(yù)測模型(ADLM)的動(dòng)態(tài)多目標(biāo)進(jìn)化算法。此算法的在多目標(biāo)領(lǐng)域的經(jīng)典算法(NSGA2)基礎(chǔ)上，根據(jù)Pareto最優(yōu)解集動(dòng)態(tài)平移問題的特點(diǎn)，設(shè)計(jì)了一種針對(duì)該問題的新預(yù)測模型。四種模型的對(duì)比實(shí)驗(yàn)及分析表明本預(yù)測

4、模型在解的收斂性方面有較好的表現(xiàn)，同時(shí)四種模型的時(shí)間復(fù)雜度分析也表明了本預(yù)測模型在時(shí)間性能方面的優(yōu)勢(shì)。
　　最后，本文提出了一種云計(jì)算環(huán)境下基于新預(yù)測模型的動(dòng)態(tài)多目標(biāo)任務(wù)調(diào)度算法(N-PDMOTSA)。針對(duì)現(xiàn)實(shí)云計(jì)算環(huán)境中的任務(wù)調(diào)度，定義了一種Pareto最優(yōu)解集動(dòng)態(tài)平移任務(wù)調(diào)度問題(DCCTS)，針對(duì)該問題的特點(diǎn)，設(shè)計(jì)了基于新預(yù)測模型的動(dòng)態(tài)多目標(biāo)任務(wù)調(diào)度算法。仿真實(shí)驗(yàn)結(jié)果表明，該算法可以較好的解決云計(jì)算環(huán)境下的Pareto最優(yōu)解