多目标差分演化算法的构造及其应用

差分演化算法，自1995年被提出以来，受到了相关领域中专家学者们的重视和青睐，并且已经在多峰函数优化、数据过滤、多目标优化等十九个大方向上得到了较好的应用成果。 本文主要对差分演化算法在多目标优化和约束处理方面进行一系列研究，并将其应用在三个现实领域中。首先，对差分演化算法的相关背景、基本思想和具体实现进行了概述。然后，对多目标差分演化算法的构造进行了研究，比较并分析了最近几年来发表的四类多目标差分演化算法PDE、PDEA、MODE和DEMO，并对DEMO的基础思想及具体算法实现进行了深入的研究。其次，提出了一种处理约束问题的新颖的方法，即将各种约束条件转换成新的目标函数。最后，将差分演化算法DE及本文提出的约束处理方法应用在三个比较热门的领域，即氩原子簇空间结构优化、考虑安全性的实时调度优化和带约束的布局优化。 本文的主要贡献如下：1)、对差分演化算法DE的基本思想和具体代码实现进行了详细的分析和总结。2)、比较并分析了最近几年来发表的四类多目标差分演化算法，并对DEMO的基础思想及其构造进行了深入的研究。3)、本文提出了一种用多目标优化思想来处理约束问题的新方法。实验结果表明本文提出的方法能够成功的优化带约束的单目标和多目标问题。4)、本文尝试用差分演化算法来优化氩原子簇的空间结构。实验结果表明当原子簇数量在16以内时，均能在合理的时间内找到全局最优解。5)、本文提出了一种基于差分演化算法的实时调度算法SAREC-DE，并与SAREC-EDF进行了比较。实验数据表明：改进算法SAREC-DE能够在保证用户任务实时性的前提下，比SAREC-EDF算法的安全级别提高了25％左右。6)、对带约束的布局问题进行优化，实验结果表明多目标差分演化算法在布局优化领域具有一定的应用前景。