收藏本站
《中国科学技术大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

多目标进化算法研究

黄林峰  
【摘要】: 现实世界的很多优化问题都是由多个互相作用且互相冲突的目标组成的,它的最优解不是一个解,而是一组均衡解,这组解被称为Pareto最优解集。进化算法作为一种群体智能搜索方法十分适合用来求解多目标优化问题。从20世纪80年代中期开始,进化算法就被应用于求解多目标优化问题。近年来涌现出大量的多目标进化算法,其中一些已成功应用到工程实践中,进化多目标优化也因此成为目前进化计算和多目标优化领域的一个研究热点。多目标0/1背包问题是经典的组合优化问题,具有重要的理论研究和工程应用价值,并且常常被用来测试多目标进化算法的性能。 本文旨在通过对多目标进化算法进行深入的探索和研究,针对多目标0/1背包问题设计高效的求解策略,并进行相应的实验和理论分析。本论文的研究内容主要包括以下几个方面: (1)针对多目标0/1背包问题,提出了两种新的加权修复策略。自Zitzler等人提出SPEA算法以来,多目标进化算法被广泛地用于求解多目标0/1背包问题。多目标0/1背包问题必须满足容量约束,然而进化算法在求解过程中会产生超出容量的不可行解。最直接最有效的方法之一是通过修复操作将不可行解变成可行解,而目前最常用的基于最大化利率的修复策略并没有全面考虑物品对各个包的影响。因此,本文提出了两种新的加权修复策略,分别基于背包容量和个体约束违反程度。将这两种新的修复策略分别应用到经典算法SPEA2中来求解多目标0/1背包问题,实验结果表明新的修复策略不仅在2到4个目标的样本上收敛性有较大提高,并且分布性也有一定的改善。与此同时,在目标数超过4个的高维多目标0/1背包问题上性能也有明显提高。 (2)针对多目标优化问题,基于Minkowski距离和对各个目标值进行加权,提出了多种新的密度评估策略。多目标优化的目标就是找到一个解集。这个解集要满足两个要求,即收敛性和分布性。收敛性就是要使得到的解集在目标空间上与真正Pareto最优前沿的距离尽可能小,而分布性则是要使这个解集在目标空间尽可能均匀分布。当前多目标进化算法的设计正是围绕着这两个要求来进行的。引入Pareto支配关系是为了尽可能保证算法的收敛性,而密度函数的引入则主要是为了尽可能保证算法有更好的分布性。当然,这两方面是相互关联、相互影响的。当非支配解的数目超过归档群体大小时,就需要根据密度函数删除一部分个体。而在遗传选择时,大量支配关系相同的个体就要根据密度函数来决定其优劣。因此,密度评估策略对多目标进化算法的性能是很重要的,但对于高维多目标问题,现有密度评估策略的可扩展性却存在一定问题。为此,本文更全面地考虑目标空间上各个子目标的影响,基于Minkowski距离和对各个子目标值进行加权,提出了几种新的密度评估策略。在4到9个目标的多目标0/1背包问题样本上的实验结果表明,使用新的密度评估策略的多目标进化算法能更有效的收敛到Pareto前沿。然后,将其与本文提出的修复策略相结合,实验结果表明二者结合后使得算法收敛性有更大提高。此外,进一步将已有的基于欧氏距离与随机距离的密度评估策略相结合提出了混合密度评估策略,并用实验验证了它的有效性。 (3)针对多目标进化算法,提出了多种新的遗传选择策略。遗传选择是多目标进化算法的一个重要步骤。现有的多目标进化算法在进行遗传选择时,大都是从外部群体中来选择父代个体,并且基本是采用基于局部竞争的选择方法,如锦标赛选择等。竞争获胜的标准一般是根据适应度的大小来判断,而适应度的大小通常由个体间的Pareto支配关系和个体信息(比如密度函数)来共同决定。当目标数增多时,非支配解的数目急剧增加,外部群体中的大多数个体均为非支配解,此时哪个个体获胜完全依赖于密度函数的值,偏向于保持解集的分布性,这显然不够合理。因此,通过在锦标赛选择时加入考虑两个体间各子目标值的具体对比情况,本文提出了多种新的遗传选择策略。实验结果表明,使用新的遗传选择策略的多目标进化算法在求解超过4个目标的多目标0/1背包问题时性能有很大提高。然后,将其与本文提出的修复策略相结合,实验结果表明二者结合后对于算法收敛性有更大提高,对于算法的分布性也并没有不利的影响。 本论文以多目标优化问题为背景,对多目标0/1背包问题的修复策略、多目标进化算法中的密度评估策略、遗传选择策略进行了较为深入的研究。这不仅对多目标进化算法的研究有着重要的意义,也对多目标优化的实际应用有着重要的意义。
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP18

【引证文献】
中国硕士学位论文全文数据库 前2条
1 肖宝秋;特定构形卫星星座优化设计[D];中国地质大学;2013年
2 杜倩男;基于进化优化的高光谱特征选择算法研究[D];华东师范大学;2014年
【参考文献】
中国期刊全文数据库 前5条
1 朱学军,陈彤,薛量,李峻;多个体参与交叉的Pareto多目标遗传算法[J];电子学报;2001年01期
2 赵曙光,焦李成,王宇平,杨万海;基于均匀设计的多目标自适应遗传算法及应用[J];电子学报;2004年10期
3 崔逊学,李淼,方廷健;多目标协调进化算法研究[J];计算机学报;2001年09期
4 谢涛,陈火旺,康立山;多目标优化的演化算法[J];计算机学报;2003年08期
5 曾三友,魏巍,康立山,姚书振;基于正交设计的多目标演化算法[J];计算机学报;2005年07期
中国博士学位论文全文数据库 前1条
1 张敏;约束优化和多目标优化的进化算法研究[D];中国科学技术大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 吴大宏,赵人达;基于遗传算法与神经网络的桥梁结构健康监测系统研究初探[J];四川建筑科学研究;2002年03期
2 张安勤;数据挖掘与进化算法[J];安徽教育学院学报;2002年03期
3 程家兴,陈万里;列车控制问题的计算分析及自适应算法[J];安徽大学学报(自然科学版);2002年02期
4 王龙奎,汪祖柱;关于多目标演化算法的策略分析[J];安徽大学学报(自然科学版);2005年03期
5 汪祖柱,程家兴;一种求解多目标优化问题的混合演化算法[J];安徽大学学报(自然科学版);2005年05期
6 蒋中;遗传算法在PID参数优化中的应用[J];安徽建筑工业学院学报(自然科学版);2000年01期
7 阮怀忠,张建中;基于改进遗传算法的TSP问题求解[J];安徽建筑工业学院学报(自然科学版);2003年04期
8 陈杰,周冬华;浮点数编码的遗传算法在模糊控制器参数寻优中的应用[J];安徽建筑工业学院学报(自然科学版);2004年02期
9 方潜生;硬件进化(EHW)的研究与进展[J];安徽建筑工业学院学报(自然科学版);2004年06期
10 杨益;;基于FPGA的背包问题的求解[J];安徽建筑工业学院学报(自然科学版);2010年04期
中国重要会议论文全文数据库 前10条
1 杨益;方潜生;汪力君;;基于Handel-C的数字芯片的设计方法研究与实现[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
2 胡杨林;蒋洁琼;王明煌;曾勤;邱岳峰;邹俊;陈红丽;FDS team;;聚变裂变混合堆长寿命锕系废料嬗变处理的中子学优化分析[A];安徽新能源技术创新与产业发展博士科技论坛论文集[C];2010年
3 孙燕;孙峥;黄鹍;;基于模拟退火机制的隔离小生境混合遗传算法[A];第二十六届中国控制会议论文集[C];2007年
4 孙燕;孙峥;;利用正交遗传算法优化交通检测点分布[A];第二十六届中国控制会议论文集[C];2007年
5 段平;吴敏;徐辰华;;基于多目标智能优化的铅锌烧结生产全流程协调控制[A];第二十六届中国控制会议论文集[C];2007年
6 郭玉堂;刘路路;;基于佳点集遗传算法的边缘检测[A];第二十七届中国控制会议论文集[C];2008年
7 刘向;邹逢兴;张湘平;高政;;面向节能的混合流水车间调度方法的研究[A];第二十七届中国控制会议论文集[C];2008年
8 汪民乐;高晓光;;GA早熟问题的定量分析及其预防策略[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 田占东;张振宇;;用遗传算法确定反应速率方程参数[A];第三届全国爆炸力学实验技术交流会论文集[C];2004年
10 熊春光;孙喜晨;程乾生;;基于进化规划的属性均值Kohonen自组织网[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
2 韩艳玲;可能性构造空间理论与计算机作曲思维模型研究[D];华中科技大学;2010年
3 彭北青;第三方物流配送车辆路径问题模型及算法研究[D];华中科技大学;2009年
4 刘飞;四足机器人步态规划与平衡控制研究[D];中国科学技术大学;2010年
5 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
7 郑罡;频域有限差分方法的改进研究[D];电子科技大学;2010年
8 陈霄;DNA遗传算法及应用研究[D];浙江大学;2010年
9 商秀芹;新型进化计算方法及其在炼铁烧结过程建模与优化中的应用[D];浙江大学;2010年
10 赵进慧;膜计算仿生优化算法及应用研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 赫英毅;毫米波段基于TE_(21)模差网络设计[D];中国工程物理研究院;2009年
2 万成;动态环境下的元胞遗传算法研究[D];南昌航空大学;2010年
3 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
4 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
5 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
6 王辉;基于改进遗传算法的物流配送路径优化研究[D];山东科技大学;2010年
7 纪二云;基于改进遗传算法的电力系统无功优化的研究[D];山东科技大学;2010年
8 施晓坤;煤炭企业人才结构优化[D];山东科技大学;2010年
9 马宗梅;遗传算法在考试系统组卷中的应用与研究[D];郑州大学;2009年
10 宋开胜;基于遗传算法的二维排样研究[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 甘甫平,王润生,江思宏,张宗贵,郭小方,王青华;基于完全谱形特征的成像光谱遥感岩矿识别技术及其应用[J];地质科学;2000年03期
2 周家锐;纪震;沈琳琳;朱泽轩;陈思平;;基于Gabor小波与Memetic算法的人脸识别方法[J];电子学报;2012年04期
3 于绍慧;张玉钧;赵南京;肖雪;王欢博;;基于矩阵模式的高光谱波段选择方法[J];光电工程;2012年06期
4 连全斌,张乃通,张中兆;地带性覆盖星座通用优化设计方法研究[J];高技术通讯;2001年05期
5 蓝朝桢;陈景伟;李建胜;徐青;;航天任务实时3维可视化仿真[J];测绘科学技术学报;2007年01期
6 袁方;周志勇;宋鑫;;初始聚类中心优化的k-means算法[J];计算机工程;2007年03期
7 李秀娟;;KNN分类算法研究[J];科技信息;2009年31期
8 刘波;王凌;金以慧;;差分进化算法研究进展[J];控制与决策;2007年07期
9 孔维健;丁进良;柴天佑;;高维多目标进化算法研究综述[J];控制与决策;2010年03期
10 毛勇;周晓波;夏铮;尹征;孙优贤;;特征选择算法研究综述[J];模式识别与人工智能;2007年02期
中国博士学位论文全文数据库 前4条
1 项军华;卫星星座构形控制与设计研究[D];国防科学技术大学;2007年
2 曾喻江;基于遗传算法的卫星星座设计[D];华中科技大学;2007年
3 周爽;蚁群算法在高光谱图像降维和分类中的应用研究[D];哈尔滨工业大学;2010年
4 杨咚咚;基于人工免疫系统的多目标优化与SAR图像分割[D];西安电子科技大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 朱学军,陈彤,薛量,李峻;多个体参与交叉的Pareto多目标遗传算法[J];电子学报;2001年01期
2 赵曙光,焦李成,王宇平,杨万海;基于均匀设计的多目标自适应遗传算法及应用[J];电子学报;2004年10期
3 邹秀芬,刘敏忠,吴志健,康立山;解约束多目标优化问题的一种鲁棒的进化算法[J];计算机研究与发展;2004年06期
4 郑金华,史忠植,谢勇;基于聚类的快速多目标遗传算法[J];计算机研究与发展;2004年07期
5 张铃,张钹;佳点集遗传算法[J];计算机学报;2001年09期
6 崔逊学,李淼,方廷健;多目标协调进化算法研究[J];计算机学报;2001年09期
7 谢涛,陈火旺,康立山;多目标优化的演化算法[J];计算机学报;2003年08期
8 曾三友,魏巍,康立山,姚书振;基于正交设计的多目标演化算法[J];计算机学报;2005年07期
9 公茂果;焦李成;杜海峰;马文萍;;用于约束优化的人工免疫响应进化策略[J];计算机学报;2007年01期
10 郭崇慧,唐焕文;演化策略的全局收敛性[J];计算数学;2001年01期
【相似文献】
中国期刊全文数据库 前10条
1 汪文彬;李应勇;;一种改进的多目标变异算子[J];安徽广播电视大学学报;2008年02期
2 杨善学;;基于Pareto的动态限制精英的多目标进化算法[J];邯郸职业技术学院学报;2009年02期
3 马清亮;胡昌华;;多目标进化算法及其在控制领域中的应用综述[J];控制与决策;2006年05期
4 鲍培明;朱庆保;;用于多目标进化的归一化排序非支配集构造方法[J];电子学报;2009年09期
5 格玛;周晖;陆拥俊;;基于混合策略的多目标自由搜索算法[J];系统工程;2011年03期
6 祁薇熹;李彬;;多目标演化算法的进展研究[J];计算机与数字工程;2008年05期
7 张钟德;欧阳智敏;陈明;;基于分布估计的多目标量子进化算法[J];宜春学院学报;2008年02期
8 李学斌;;多目标遗传算法在船舶操纵性优化设计中的应用[J];造船技术;2008年04期
9 雷德明;吴智铭;;基于粒子群优化的多目标作业车间调度[J];上海交通大学学报;2007年11期
10 李恒杰;郝晓弘;张磊;;一种用于多目标优化的克隆选择算法[J];科学技术与工程;2008年02期
中国重要会议论文全文数据库 前6条
1 李枚毅;;并发定位与建图的多目标免疫进化算法[A];第二十六届中国控制会议论文集[C];2007年
2 崔逊学;;多目标进化算法的研究现状与群体多样性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
3 李雪;吴俊勇;杨媛;严翔;刘晓民;;高速铁路接触网悬挂系统维修计划的优化研究[A];高速铁路接触网系统新技术研讨会论文集[C];2010年
4 冯雷;张欣;张秀坤;;基于多目标进化算法的电梯群控优化调度仿真[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
5 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年
6 张永;吴晓蓓;徐志良;黄成;;基于多目标遗传算法的高维模糊分类系统的设计[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年
2 谭艳艳;几种改进的分解类多目标进化算法及其应用[D];西安电子科技大学;2013年
3 刘立衡;多目标进化算法的研究及其在负荷分配中的应用[D];华北电力大学(北京);2010年
4 李勇;多目标进化算法及其在轧制规程优化中的应用研究[D];东北大学;2010年
5 柯鹏;基于多目标进化算法的车辆路径问题的研究[D];武汉大学;2013年
6 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年
7 王钧;成像卫星综合任务调度模型与优化方法研究[D];国防科学技术大学;2007年
8 马天义;低功耗软硬件划分算法研究[D];哈尔滨工业大学;2009年
9 马铭;基于数据驱动的模糊系统建模方法研究[D];吉林大学;2006年
10 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 左婷婷;基于擂台赛法则和聚集密度的多目标进化算法的研究与应用[D];安徽理工大学;2012年
2 赵晶晶;基于分解的混合多目标进化算法的研究与应用[D];安徽理工大学;2013年
3 吴慕琳;不确定环境下的多目标进化算法研究及应用[D];湘潭大学;2012年
4 孙艳平;带约束的多目标进化算法及其营养膳食模型的研究[D];河南工业大学;2010年
5 杨夏雯;多目标进化算法的改进及其应用研究[D];南京航空航天大学;2012年
6 金焕杰;混合多目标进化算法的研究与应用[D];安徽理工大学;2012年
7 马楠;一种基于稳态的多目标进化算法的研究[D];天津大学;2010年
8 张丽丽;约束多目标进化算法的研究与应用[D];安徽理工大学;2010年
9 李厚甫;基于博弈策略的多目标进化算法研究[D];湖南大学;2011年
10 谢谆志;偏好多目标进化算法研究[D];湘潭大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026