收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向进化多目标优化的进化操作与算法的研究

朱庆灵  
【摘要】:在现实生活中,存在着许多需要同时优化两个或多个相互冲突条件的多目标问题。多目标优化方法需要产生平衡所有问题条件的解集。通常,进化多目标算法有三个基本的操作,即选择、交叉和变异。由于交叉操作对算法的重要性,很多研究工作都致力于提高其性能。考虑到以下两点:第一,不同的交叉操作对不同的算法框架有不同的性能;第二,交叉操作产生子代的好坏对目标问题的依赖性很大;本文针对不同进化操作及算法的特点设计了以下三个新颖的进化搜索方法。首先,本文提出了一个自适应差分进化操作,用在免疫算法的框架中。考虑到免疫算法因其克隆操作使得种群的多样性缺乏很严重,全局搜索性能较好的差分进化操作正好可以弥补该缺陷。在将差分进化操作用于多目标优化时,本文有两个方面的改进:第一个是父代的选择;第二个是自适应参数控制机制。通过实验证明,本文设计的差分进化算子和参数自适应调整机制是有效的。其次,本文提出了一个基于基因层面的混合进化算子。不同于现有的混合进化算子一般从染色体层面上结合不同的交叉算子,本文从基因层面上结合了局部搜索的模拟二进制方法和全局搜索的差分进化方法来平衡收敛性和多样性。在进化前期,更大的概率进行差分进化操作来执行全局搜索,随着迭代的进行,将更大的概率进行模拟二进制交叉操作来执行局部搜索。全局搜索和局部搜索的平衡是通过一个自适应控制方法来保持的。实验证明,我们设计的进化算子比算法原来的操作有更好的性能。最后,本文针对多目标粒子群算法提出了一个由存档引导的速度更新方法。由于在多目标优化中很难选出全局最优和个体最优的粒子出来且这两个粒子在速度更新方法中起着关键的作用,所以如何合理的选择领导者是多目标粒子群算法的一个难题。本文设计了一个基于分解的精英存档,从中选择出全局最优、局部最优和个体最优三个精英粒子来引导整个粒子群进化。实验证明,该由存档引导的进化算子提高了多目标粒子群算法的性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期
2 徐鹤鸣;王东;;多目标优化问题的求解框架[J];微计算机信息;2009年36期
3 郭晓东;王丽芳;;求解多目标优化问题的分布估计算法[J];太原科技大学学报;2010年01期
4 雍龙泉;;求解一类不可微多目标优化问题的社会认知算法[J];计算机应用研究;2010年11期
5 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期
6 盖玉权;何昱;张宇燕;吴宪彬;万海同;;复方药物剂量配比多目标优化的方法学研究[J];微型机与应用;2012年07期
7 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期
8 贾利民,张锡第;智能多目标优化控制及其应用[J];信息与控制;1992年01期
9 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期
10 吴清烈,江孝感,徐南荣;大规模含整变量多目标优化的一种新方法[J];信息与控制;1998年01期
11 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
12 刘淳安;王宇平;;动态多目标优化的进化算法及其收敛性分析[J];电子学报;2007年06期
13 张利彪;周春光;刘小华;许相莉;孙彩堂;;求解多目标优化问题的一种多子群体进化算法[J];控制与决策;2007年11期
14 段红月;钱伟懿;;带有盒子约束的多目标优化问题的进化算法[J];渤海大学学报(自然科学版);2008年04期
15 池元成;蔡国飙;;基于蚁群算法的多目标优化[J];计算机工程;2009年15期
16 周清清;刘勇;;多目标优化微分进化改进算法的实现[J];自动化仪表;2009年12期
17 刘淳安;;动态多目标优化进化算法及性能分析[J];计算机仿真;2010年04期
18 刘淳安;;动态多目标优化进化算法研究综述[J];海南大学学报(自然科学版);2010年02期
19 王艳;曾建潮;;解决多目标优化问题的拟态物理学优化算法[J];计算机工程;2010年20期
20 肖晓伟;肖迪;林锦国;肖玉峰;;多目标优化问题的研究概述[J];计算机应用研究;2011年03期
中国重要会议论文全文数据库 前10条
1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年
2 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
3 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
4 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
5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年
6 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
7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年
8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年
9 李颖琎;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年
2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年
3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年
4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年
5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年
6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年
7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年
8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年
9 卢芳;多目标优化及随机变分不等式问题的若干研究[D];重庆大学;2016年
10 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年
中国硕士学位论文全文数据库 前10条
1 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年
2 东方世平;高速列车悬挂系统参数多目标优化[D];北京交通大学;2015年
3 苏贵良;基于免疫遗传微粒群智能算法的工程项目多目标优化研究[D];中国石油大学(华东);2014年
4 王学骥;多目标优化裁剪分配管理系统的研究与开发[D];东南大学;2015年
5 段雪凝;带时间窗的冷链物流车辆路径多目标优化问题研究[D];东北大学;2014年
6 赵丹;基于蚁群算法的建筑工程项目多目标优化研究[D];河北工程大学;2016年
7 孟涛;主动配电网广义电源多目标优化配置与运行[D];东北电力大学;2016年
8 李琰;黑箱多目标优化评估系统研究与实现[D];东北大学;2014年
9 孟婷婷;基于决策者偏好信息的NPS-CSS算法研究[D];东北大学;2014年
10 程慧敏;云环境中基于多目标优化的科学工作流数据布局策略研究[D];安徽大学;2016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
  • 010-62982499
  • 010-62783978