基于进化计算的多目标优化与决策方法研究

被引:0
作者
汪晗
机构
[1] 中国人民解放军国防科学技术大学
关键词
多目标优化与决策; 进化计算; 小生境技术; 多性别遗传算法; 向量评估遗传算法; 非劣分层遗传算法; 小组决胜遗传算法;
D O I
暂无
年度学位
2002
学位类型
硕士
导师
摘要
几乎绝大部分优化问题都有多个目标,以往的多目标(即属性或标准)被合成一标量目标函数。通常使用线性组合(加权)多个目标或者把目标转换成约束的方法。这些方法获得的解对标量化过程中的权重非常敏感,并且要求具有问题的先验知识。而且实际的多目标问题的最优解是一Pareto最优解集而不是一个点。 进化计算来源于自然界进化过程的灵感和进化思想的观点。它的潜在并行性及自组织、自适应、自学习的智能特性对于求解多目标优化问题具有巨大的潜力。近年来多目标优化与决策问题求解已成为进化计算的一个重要研究方向。 本文介绍了传统多目标优化与决策的研究和国内外在进化多目标优化与决策方面的研究进展。文中分别研究了进化计算和多目标优化与决策理论,在此基础上用进化计算的方法来研究多目标优化与决策问题。文中主要研究了下面几种多目标优化算法:多性别遗传算法、向量评估算法、非劣分层算法、小组决胜算法。并将小生境共享技术推广到多目标问题,研究了小生境尺度设计。通过实验对其算法性能、收敛特性、种群的分布特性、参数选择、计算效率等方面作了具体分析,并在此基础上对算法作了一些改进。 本文所作的基于进化计算的多目标优化与决策方法研究在解决实际的优化问题中具有一定的应用价值,对于工程技术、经济、管理、军事、运筹学和系统工程等众多方面的优化与决策问题有重要作用。
引用
收藏
页数:59
共 7 条
[1]
Advanced multi-objective evolutionary algorithms applied to two problems in telecommunications [J].
Knowles, J ;
Oates, M ;
Corne, D .
BT TECHNOLOGY JOURNAL, 2000, 18 (04) :51-65
[2]
进化计算.[M].王正志;薄涛著;.国防科技大学出版社.2000,
[3]
遗传算法与工程设计.[M].(日)玄光男;程润伟著;汪定伟等译;.科学出版社.2000,
[4]
演化计算.[M].潘正君等著;.广西科学技术出版社.1998,
[5]
多目标优化的方法与理论.[M].林锉云;董加礼编著;.吉林教育出版社.1992,
[6]
多目标优化与决策问题的演化算法 [J].
谢涛 ;
陈火旺 .
中国工程科学, 2002, (02) :59-68
[7]
用GA求解动态联盟中伙伴选择的多目标优化模型 [J].
曹洪医 ;
汪定伟 .
信息与控制, 2001, (04) :348-351