基于粒子群優(yōu)化的離散多目標(biāo)優(yōu)化算法.pdf

1、許多實際應(yīng)用問題是復(fù)雜優(yōu)化問題，屬于多目標(biāo)優(yōu)化問題，存在多個待優(yōu)化目標(biāo)，而且多個目標(biāo)之間相互聯(lián)系、相互沖突。因而無法像單目標(biāo)優(yōu)化一樣，得到一個全局最優(yōu)解，使得多個目標(biāo)同時達(dá)到最優(yōu)，能夠得到的只是一組非支配解，即Pareto最優(yōu)解集。多目標(biāo)優(yōu)化最終要從Pareto解集中選擇一個最佳折中解，因此大多數(shù)多目標(biāo)優(yōu)化問題最后都?xì)w結(jié)為一個多目標(biāo)決策問題。同時，很多工程實際應(yīng)用問題屬于離散變量優(yōu)化，或連續(xù)變量和離散變量同時存在，而單純的連續(xù)變量優(yōu)化并

2、不多?，F(xiàn)有的優(yōu)化方法并不少，但大多是針對連續(xù)變量優(yōu)化的，針對離散變量優(yōu)化的方法較少，尤其是針對離散多目標(biāo)優(yōu)化問題的方法更少?，F(xiàn)有的離散變量優(yōu)化大多將離散變量使用連續(xù)變量優(yōu)化方法來處理，這樣會導(dǎo)致較大的偏差，有時甚至得不到解。粒子群優(yōu)化算法作為一種高效的并行優(yōu)化算法，簡單方便且易于實現(xiàn)，自提出之日起，便受到眾多研究人員的關(guān)注，被進(jìn)行多種途徑的改進(jìn)，并廣泛應(yīng)用于多種實際優(yōu)化問題中。但是目前粒子群優(yōu)化算法的應(yīng)用大多運用于連續(xù)變量優(yōu)化，由于自身

3、的迭代機(jī)制，粒子群優(yōu)化算法不能直接應(yīng)用于離散變量優(yōu)化，必須加以改進(jìn)后才能使用。
　　本文對目前運用于離散多目標(biāo)優(yōu)化的算法進(jìn)行了分析歸類，從粒子群優(yōu)化算法的原理、參數(shù)選擇及其在多目標(biāo)優(yōu)化問題上的應(yīng)用入手，提出了一種基于粒子群優(yōu)化的離散多目標(biāo)優(yōu)化算法。該算法采用二進(jìn)制機(jī)制將粒子的位置矢量離散化，同時建立非支配解集來存儲搜索到的非支配解，以此來增加非支配解的多樣性。本文運用多目標(biāo)測試函數(shù)SCH、ZDT1、ZDT3對該優(yōu)化算法進(jìn)行測試，在