求解多目标优化问题的粒子群算法改进及应用

工程设计问题一般都具有多个设计目标,这些相关联的目标之间通常存在着内在冲突。近年来多学科优化技术蓬勃发展,在理论和实际应用中都取得了很大的成功,其核心之一就是多目标优化技术。因此开展多目标优化技术研究在学术上和工程实际中都具有重大意义。 本文主要是将多目标优化问题和粒子群优化算法、混沌优化算法相结合,提出了2个比较有效的求解多目标优化算法和一个尝试性的应用:一是提出了基于双混沌优化搜索的混合粒子群优化算法,能够更好地处理多目标优化适应度函数的选取问题,能够避免算法在搜索空间中所进行的盲目收缩,有利于算法向Pareto最优解方向进化;二是提出了基于多目标决策协调模型的粒子群算法,在高维空间的搜索过程中,它能够克服在有限规模的粒子群体之间很难进行Pareto排序比较或者克服出现所有个体皆有Pareto最优解而导致后代个体无法实施正常选优的缺点;这些改进粒子群优化算法适合解决复杂的大规模多目标优化问题,为大中型多目标优化问题提供了有效的解决方案。三是尝试性将粒子群优化算法应用到油气混输管网多目标参数优化设计中,并结合一个实际的例子,采用基于双混沌优化机制算法进行优化,和已有的算法得到的结论进行比较,取得了比较满意的结果。 粒子群优化算法是一种新兴的优化工具,能够大大减轻复杂的大规模多目标优化问题的计算负担,便于实际应用,可以得到许多比较好的Pareto最优解,并能够很方便地处理大型多目标优化设计问题。通过数值仿真实验验证了改进粒子群优化算法的正确性和有效性。