一種改進(jìn)的進(jìn)化算法及其在帶噪聲干擾優(yōu)化中的應(yīng)用.pdf

1、傳統(tǒng)進(jìn)化算法在實際應(yīng)用中往往受到各種條件的限制。偏好優(yōu)化、編碼方式和動態(tài)環(huán)境等,都向傳統(tǒng)進(jìn)化算法提出了更高的要求。偏好優(yōu)化中比較典型的方法有:利用權(quán)重求和將多目標(biāo)轉(zhuǎn)換為單目標(biāo),基于參考點選擇方法。他們的不足之處是:難以確定權(quán)重系數(shù),參考點選取比較困難。動態(tài)環(huán)境是進(jìn)化優(yōu)化的最大挑戰(zhàn),其干擾對象主要是決策變量和目標(biāo)函數(shù),通常采用增大種群規(guī)模(Population Expansion,PE)以及從大規(guī)模種群中抽樣求勻值的方法來解決,存在的最大

2、問題是精度難以保證。
　　本文以工業(yè)應(yīng)用中的多階段工序計劃為研究對象,針對進(jìn)化算法優(yōu)化動態(tài)問題和偏好優(yōu)化存在的不足,采用多選擇策略組合方法及濾波技術(shù)對傳統(tǒng)進(jìn)化算法進(jìn)行改進(jìn),主要的工作如下:
　　第一,把進(jìn)化算法同實際應(yīng)用問題緊密結(jié)合,結(jié)合決策者的信息,提出了一種改進(jìn)的進(jìn)化算法(Multi-Decision Conbination Mulit-Object Evolution Algorithm,MDC-MOEA)。該算法把參

3、考距離選擇,非支配排序選擇和種群密度選擇以概率的方式有機的結(jié)合在一起,作為對偏好解的選擇策略,實驗表明,這種選擇策略高效可靠。
　　第二,針對算法在干擾環(huán)境下優(yōu)化效果差的缺陷,通過引入濾波技術(shù),建立了基于傅里葉空間變換的噪聲處理算子,并將該算子應(yīng)用到進(jìn)化算法中,使改進(jìn)后的進(jìn)化算法在動態(tài)環(huán)境下具有較好的優(yōu)化效果。
　　第三,以現(xiàn)代制造系統(tǒng)中的多階段工序計劃問題(MPP)為研究課題,使用算法MDC-MOEA和濾波技術(shù)在動態(tài)環(huán)境下