多目標(biāo)遺傳算法與非支配集的構(gòu)造研究.pdf

1、進(jìn)化算法是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法，其主要特點(diǎn)是群體搜索策略和群體中個(gè)體之間的信息交換，搜索不依賴于梯度信息。它尤其適用于處理傳統(tǒng)搜索方法難于解決的復(fù)雜和非線性問題，可廣泛用于組合優(yōu)化、機(jī)器學(xué)習(xí)、自適應(yīng)控制、智能決策系統(tǒng)、規(guī)劃設(shè)計(jì)和人工生命等領(lǐng)域。隨著進(jìn)化算法在解決多目標(biāo)現(xiàn)實(shí)問題中所體現(xiàn)出的獨(dú)特魅力，越來(lái)越多的研究者投入到多目標(biāo)進(jìn)化領(lǐng)域的研究上來(lái)，進(jìn)化計(jì)算的效率和適用性成為大家研究的一個(gè)方向，而其中非支配集的

2、構(gòu)造技術(shù)對(duì)算法的性能有著非常大的影響。本文的內(nèi)容主要有以下幾個(gè)方面：
　　1)簡(jiǎn)要介紹了遺傳算法的起源、國(guó)內(nèi)外研究現(xiàn)狀以及當(dāng)前流行的幾種進(jìn)化多目標(biāo)算法，簡(jiǎn)要介紹了基本遺傳算法的基本概念和術(shù)語(yǔ)、實(shí)現(xiàn)框架以及遺傳算法的特點(diǎn)和發(fā)展趨勢(shì)，介紹了遺傳算法的基本理論：模式定理、積木塊假設(shè)、隱并行性。
　　2)深入分析了求解多目標(biāo)優(yōu)化問題的傳統(tǒng)算法和最為流行的NSGA-II算法，并指出在解決實(shí)際問題中存在的不足。
　　3)在分析傳統(tǒng)

3、進(jìn)化算法的基礎(chǔ)上，針對(duì)現(xiàn)階段經(jīng)典遺傳算法存在的不足，提出基于NSGAII框架上的非支配集構(gòu)造方法-個(gè)體排擠算法的非支配集構(gòu)造方法，將個(gè)體比較引入到非支配集構(gòu)造過(guò)程中，與NSGAII有效結(jié)合起來(lái)，處理多目標(biāo)進(jìn)化問題過(guò)程中不再讓每一個(gè)群中個(gè)體依次比較其他個(gè)體進(jìn)行分層，而是通過(guò)每?jī)蓚€(gè)個(gè)體的比較爭(zhēng)當(dāng)擂主，通過(guò)對(duì)兩個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)的比較測(cè)試，表明基于個(gè)體排擠算法構(gòu)造非支配集引入NSGAII算法中，不但降低了計(jì)算復(fù)雜度，而且更好了維持了解得分布均勻度