收藏本站
《西安电子科技大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

多目标进化算法及其应用研究

孟红云  
【摘要】:进化算法的出现为复杂优化问题的求解提供了新的思路,由于它具有智能性、通用性、稳健性、本质并行性和全局搜索能力,已在各个领域得到了广泛的成功应用。本文从生物个体与环境、个体与个体之间的竞争与协作关系出发,首先针对无约束多目标优化问题提出了相应的进化模型与算法,然后分析了已有多目标进化算法的收敛性,给出了衡量不同算法性能的定量性能指标;考虑到实际问题往往是带有多约束的优化问题,针对约束优化问题提出了基于双群体的差分进化算法,并将一种多目标进化算法用于灰度图像和彩色图像的色调处理之中;最后,给出了一种用来搜寻多峰函数所有峰值点的有效算法及评价多峰函数优化问题算法性能的度量方法。本文的主要工作概括如下: 1.基于生物个体与环境、个体与个体之间的竞争与协作关系出发,提出了两种求解多目标优化问题的进化算法:基于AER模型求解多目标优化问题的智能微粒群算法和多目标协同微粒群优化算法。在第一种算法中,基于智能体对环境的感知和反作用的能力,设计了相应的智能体进化算子以实现智能体间的信息共享及维持群体的多样性。在第二种算法中,着眼于个体与个体之间的竞争与协作关系,根据多目标优化问题和微粒群算法自身的特点设计了协同进化算子以加快算法的收敛速度,同时利用不同群体之间的差异在一定程度上维持整个进化群体的多样性,避免陷入局部最优。定性与定量比较结果均表明上述两种算法都能够找到一组范围较广、分布均匀且数量充足的Pareto最优解。 2.对已有的多目标进化算法的收敛性及算法性能进行了分析与讨论。由于对同一多目标优化问题,不同的多目标进化算法求出的结果可能会不相同,为了评价不同算法对同一问题的优劣程度,给出了衡量不同算法性能的定量性能指标,克服了已有的算法性能度量方法存在的缺陷。 3.约束优化问题是目前优化算法研究的难点和热点。基于双群体搜索机制分别对约束多目标优化问题和约束单目标优化问题进行了研究。首先给出一种改进的差分进化算法,进而提出用于约束优化问题的双群体差分进化算法,所给算法允许部分性能较优的不可行解被保存下来并参与新个体的生成,从而共享不可行解的一些有用信息。最后,采用经典测试函数对算法的性能进行了测试,与目前公认的有效算法的比较结果表明所给算法是有效可行的。 4.灰度图像和彩色图像的色调处理可等价为一多目标优化问题。由于K-mean算法具有收敛快的优点但易陷入局部最优,而差分进化算法可避免K-mean算法陷入局部最优。为此我们将二者相结合,构造了一种基于多目标进化技术的灰
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 宋木清;罗春龙;;融合支持向量机与多目标进化算法的质量管理研究[J];武汉理工大学学报(交通科学与工程版);2009年06期
11 肖艳;许峰;;基于改进庄家法则的多目标进化算法[J];软件导刊;2010年07期
12 杨新刚;许峰;;基于多目标进化算法的运输问题求解方法[J];软件导刊;2010年12期
13 周秀玲;郭平;陈宝维;王静;;几种计算超体积算法的比较研究[J];计算机工程;2011年03期
14 刘海林;王宇平;刘永清;;带约束多目标最优化问题的一种新的进化算法[J];计算机科学;2002年07期
15 崔逊学;林闯;方廷健;;多目标进化算法的研究与进展[J];模式识别与人工智能;2003年03期
16 雷德明,吴智铭;基于个体密集距离的多目标进化算法[J];计算机学报;2005年08期
17 林丹;王宏;李敏强;;用多目标进化算法求解二层规划双目标模型[J];系统工程理论与实践;2006年05期
18 师瑞峰;周泓;上官春霞;;混合递进多目标进化算法及其在flow shop排序中的应用[J];系统工程理论与实践;2006年08期
19 杨善学;王宇平;;基于Pareto最优和限制精英的多目标进化算法[J];计算机工程与应用;2007年02期
20 李密青;郑金华;;基于最小生成树NSGA-2算法的改进[J];计算机工程与应用;2007年24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
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