收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多目标动态差分进化算法及其应用研究

吴亮红  
【摘要】:多目标优化问题广泛存在于实际工程应用和科学研究中,是一类非常重要而又难以解决的复杂问题。作为随机启发式搜索算法,进化计算通过代表整个解集的种群进化,以内在并行的方式搜索,一次优化运行就能够获得多个非劣解,已被成功应用于多目标优化领域,并发展成为一个相对较热的进化多目标优化研究方向。差分进化算法作为当今最有效的随机优化算法之一,是解决多目标优化问题的一种有效工具。本论文主要研究了基于动态更新种群方式的差分进化算法,重点将其拓展到多目标优化领域,并应用于混合动力汽车多目标优化设计和电力系统环境经济负荷多目标优化分配。全文主要工作包括如下几个方面。 论文首先介绍了多目标差分进化算法的研究背景及意义,给出了多目标优化的相关定义,然后回顾和总结了进化多目标优化的发展历程以及多目标差分进化算法的国内外研究现状,并提出了进化多目标优化领域的热点和难点问题。 针对原创DE算法静态更新种群结构不利于提高算法收敛性的不足,引出了一种采用动态更新种群策略的动态差分进化算法(DDE),并利用随机压缩映射原理对其收敛性进行了分析。21个经典Bechmark函数测试实验结果表明,动态更新种群策略大大提高了DE算法的收敛速率,但也一定程度上增加了"best"变异方式的DE算法陷入局部最优的风险。为解决算法全局探索与局部开发之间的平衡,结合不同进化模式DDE的优点,提出了一种基于自适应变异算子的改进DDE算法(SAMDDE)。大量经典Bechmark函数测试实验以及2D IIR滤波器设计实例均证实了改进算法的有效性。 基于DDE/rand/1/bin变异策略无须选择当前种群中的最优个体,能有效保持种群的多样性从而避免早熟收敛的特点,提出了一种新颖的求解多目标优化问题的参数自适应动态差分进化算法。参数自适应策略有效提高了算法的鲁棒性。针对Deb的拥挤距离估计方法很多时候不能准确地测量非占解之间的拥挤程度的不足,结合解在目标空间中的分布熵和Deb拥挤距离,提出了一种称为拥挤熵的拥挤度测量方法。基于拥挤熵的测量方法能更准确地估计非占优解之间的拥挤程度,从而能更有效保持非占优解集的多样性。选用18个进化多目标优化领域的标准测试问题对提出的算法进行了测试。实验结果表明,与NSGA-Ⅱ、SPEA2和MOPSO三种代表性MOEAs相比,MOSADDE(?)够更好地收敛到问题的Pareto最优前沿,且所得非占优解集具有更好的分布性。 为了进一步提高MOSADDE算法的收敛性能和鲁棒性,针对参数重新随机初始化自适应策略的不足,提出了一种具有自学习能力的参数自适应策略。同时,为了使所求得的非占优解在Pareto最优前沿,尤其在高维目标问题的Pareto最优前沿具有更好的散布性,提出了归一化最近邻域距离的拥挤度测量方法。由此,通过引入新的参数自适应策略和拥挤度估计方法,并基于具有快速收敛特性的DDE/best/2/bin变异方式,提出了一种用于求解MOPs的改进参数自适应动态差分进化算法MOSADDE-Ⅱ。选用27个进化多目标优化领域的标准测试问题对提出的算法进行了测试。实验结果证实了以上方法的有效性。 在前面静态多目标差分进化算法基础上,通过引入环境检测算子和新环境下初始种群多样性保持策略,提出了一种求解动态多目标优化问题的动态多目标差分进化算法(dMODDE)。用七个测试问题进行了仿真研究并与其它动态MOEAs进行了比较。实验结果表明,当问题的Pareto最优解和(或)前沿随时间发生变化时,dMODDE能够跟踪到动态变化的Pareto最优前沿,且所获得的Pareto最优解具有良好的多样性和散布性。 基于非占优排序策略和动态差分进化算法,提出了一种求解双层多目标优化问题(BLMOP)的动态差分进化算法。针对BLMOP的特点,设计了一种特殊的进化种群结构。并对最新文献给出的7个测试问题进行了理论分析并用来测试算法的有效性。实验结果表明,所提出的算法能很好地收敛到每个测试问题的Pareto最优前沿,并能保持良好的多样性和宽广性,是一种求解BLMOP的有效方法。 基于MOSADDE-Ⅱ算法,提出了一种同时优化混合动力汽车动力总成部件参数和控制策略参数的方法。基于电动辅助控制策略,将HEV优化设计问题归结为一个非线性约束多目标优化问题,其中优化目标包括油耗FC、HC排放、CO排放和NOx排放等四个指标,约束条件包括PNGV性能标准和电池SOC荷电状态维持等要求。同时,利用模糊集理论,从所获得的Pareto最优解集中提取出最优折衷解。以典型行驶循环工况FTP、ECE-EUDC和UDDS为试验工况,针对一种并联式混合动力轿车进行了离线优化仿真研究。实验结果表明,与基于GA的加权系数法和NSGA-Ⅱ相比较,MOSADDE-Ⅱ具有明显的优越性。 为了进一步检验MOSADDE-Ⅱ在工程优化设计中的有效性,同时还将其应用于电力系统环境经济负荷分配(EED)多目标优化。针对传统EED只考虑发电成本和污染控制成本两个优化目标的不足,通过引入系统损耗,建立了一个包含经济、环境和线损三个目标的EED多目标优化模型。应用MOSADDE-Ⅱ对IEEE30-和118-bus典型测试系统进行了仿真研究,实验结果证实了所提方法的有效性。 论文最后总结了全文的主要工作和创新性的研究成果,并对下一步研究工作进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 齐雁楠,王红;基于空间划分的进化算法应用[J];计算机工程;2005年S1期
2 何磊;马建仓;李广文;;进化算法多目标优化的飞控参数自整定方法[J];计算机测量与控制;2010年03期
3 程鹏;张自力;;多目标进化算法测试问题的设计与分析[J];计算机工程;2009年14期
4 张健欣;童朝南;;用P-MA解决多目标炉次计划编制问题[J];冶金自动化;2009年02期
5 杨观赐;马鑫;李少波;钟勇;于丽娅;;改进的克隆选择算法与SPEA相结合的进化算法[J];四川大学学报(工程科学版);2011年05期
6 张葵葵,汪晗;一种多目标优化进化算法研究[J];长沙交通学院学报;2003年02期
7 马清亮,胡昌华;进化算法在系统可靠性多目标优化中的应用[J];上海航天;2004年02期
8 金炳尧;一个用于多目标优化的进化规划算法[J];微机发展;2001年05期
9 孟红云,刘三阳;基于自适应邻域选择的多目标免疫进化算法[J];系统工程与电子技术;2004年08期
10 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
11 崔明义;;基于DE的浮点数编码自适应进化算法研究[J];计算机科学;2008年07期
12 郑浩然,何劲松,王煦法;基于生命期引导的进化控制[J];计算机工程与应用;2002年02期
13 崔逊学,方廷健;多目标进化算法的研究[J];中国科学基金;2002年01期
14 宫新保,朱杰;基于进化算法的RBF网络在多用户检测中的应用[J];电子测量与仪器学报;2003年01期
15 杜琼;周一届;;新的进化算法——文化算法[J];计算机科学;2005年09期
16 蓝艇;刘士荣;顾幸生;;基于进化算法的多目标优化方法[J];控制与决策;2006年06期
17 侯中喜;陈小庆;郭良民;;基于排挤机制改进的多目标进化算法[J];国防科技大学学报;2006年04期
18 武妍;包建军;;一种新的求解TSP的混合量子进化算法[J];计算机应用;2006年10期
19 刘淳安;王宇平;;约束多目标优化问题的进化算法及其收敛性[J];系统工程与电子技术;2007年02期
20 覃朝勇;郑建国;;用于高维函数优化的多智能体量子进化算法[J];自然科学进展;2008年02期
中国重要会议论文全文数据库 前10条
1 楼洋;李均利;陈刚;;基于个体排序的差分进化算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
2 莫纯欢;石纯一;史忠植;陈青;周代琪;;进化算法中的各种选择机制的分析和比较[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
3 赵娟;蔡涛;邓方;杨红伟;;基于改进差分进化算法的脉冲控制方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年
5 张明;周永权;;一种新型的全局优化算法—区间进化算法[A];第二十七届中国控制会议论文集[C];2008年
6 唐焕友;郭崇慧;杜秀红;张立震;范丽伟;;几种进化算法的比较及计算效率分析[A];2001年全国数学规划及运筹研讨会论文集[C];2001年
7 罗长童;张绍良;;符号回归问题的解析矩阵进化算法[A];第十四届全国激波与激波管学术会议论文集(下册)[C];2010年
8 云庆夏;王战权;;采矿工程决策中的进化算法[A];第六届全国采矿学术会议论文集[C];1999年
9 彭锦;;进化算法综述[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
10 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 张鹏翔;多目标进化算法及其在电力系统中的应用研究[D];华中科技大学;2004年
2 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
3 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年
4 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年
5 崔承刚;基于启发式知识进化算法的复杂约束优化问题求解[D];浙江大学;2010年
6 吴亮红;多目标动态差分进化算法及其应用研究[D];湖南大学;2011年
7 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
8 王允良;飞行器总体参数优化的进化算法及其应用研究[D];西北工业大学;2006年
9 李映;混合智能计算方法及其应用[D];西安电子科技大学;2002年
10 李学强;求解多陷阱不平衡优化问题的进化算法研究[D];华南理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 刘淳安;无偏好多目标优化进化算法及其应用[D];西安电子科技大学;2005年
2 胡义伟;基于进化算法的大学排课系统研究[D];湘潭大学;2007年
3 李鸥 ;使用SP-MEC算法求解多目标问题[D];太原理工大学;2005年
4 鄢东姝;微分进化算法的改进与扩展[D];吉林大学;2009年
5 刘楠楠;基于进化算法的多目标优化算法及应用研究[D];南京航空航天大学;2010年
6 刘彤;解多目标优化问题的进化算法[D];西安电子科技大学;2010年
7 谢俊凰;进化算法研究平台的设计与开发—数据处理[D];太原科技大学;2011年
8 刘真;差分进化算法在多目标优化中的应用研究[D];中国石油大学;2010年
9 邹丽珊;共同进化算法及其应用研究[D];湘潭大学;2002年
10 杨淑媛;量子进化算法的研究及其应用[D];西安电子科技大学;2003年
中国重要报纸全文数据库 前10条
1 本报记者 徐玢;进化畅想:机器人能否成“人”[N];科技日报;2009年
2 安世亚太 孟志华;ANSYS稳健设计[N];中国航空报;2005年
3 记者 时玉田 通讯员 何军国;莱钢集团启动能源中心建设[N];莱芜日报;2010年
4 彭国华;生活可以简单而高效[N];中国保险报;2003年
5 王小龙;进化算法可解决风电机选址问题[N];科技日报;2011年
6 本报记者 马艳红;选用关键技术推动中药现代化生产[N];中国医药报;2003年
7 ;80/20定律的应用[N];上海金融报;2002年
8 记者 唐星善;中铝广西分公司编制铝土矿资源开发长远规划[N];中国有色金属报;2005年
9 ;科龙空调今年主打高端[N];中华工商时报;2006年
10 高文;工业结构设计的新手段[N];计算机世界;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978