基于進(jìn)化算法的多目標(biāo)優(yōu)化算法及應(yīng)用研究.pdf

1、多目標(biāo)優(yōu)化問題普遍存在于日常生活中。對其研究具有重要的科研和應(yīng)用意義。進(jìn)化算法是一種模擬自然進(jìn)化過程的隨機(jī)優(yōu)化方法,采用群體搜索策略,有很強(qiáng)的全局優(yōu)化能力,非常適合求解多目標(biāo)優(yōu)化問題。目前,基于進(jìn)化算法的多目標(biāo)優(yōu)化方法的研究已成為進(jìn)化計(jì)算領(lǐng)域的一個(gè)重點(diǎn)和熱點(diǎn)。
　　 論文介紹了多目標(biāo)優(yōu)化算法的發(fā)展概況,進(jìn)化算法的概念、基本框架和特點(diǎn),重點(diǎn)介紹和分析了兩種經(jīng)典多目標(biāo)進(jìn)化算法,并通過三個(gè)多目標(biāo)函數(shù)優(yōu)化實(shí)例進(jìn)一步驗(yàn)證了算法在快速性、最

2、優(yōu)解集的分布性和支配性及解決約束問題上的性能。
　　 針對算法的快速性和解集的分布性,本文設(shè)計(jì)了一種基于多樣性測度的快速多目標(biāo)優(yōu)化算法。該算法將群體進(jìn)化狀態(tài)與群體選擇及最優(yōu)解搜索機(jī)制相關(guān)聯(lián),設(shè)計(jì)了一種基于目標(biāo)空間極小歐幾里得距離的多樣性測度NDM,采用雙重精英機(jī)制和新的保留最小邊界的擁擠距離計(jì)算方法。將算法應(yīng)用于6個(gè)不同類型的測試函數(shù),驗(yàn)證了算法能有效地加快搜索速度和提高群體多樣性。算法在PID優(yōu)化設(shè)計(jì)問題上的應(yīng)用,進(jìn)一步驗(yàn)證了