基于随机优化方法解随机多目标优化问题

发布时间：2017-10-31 00:00

  本文关键词：基于随机优化方法解随机多目标优化问题

  更多相关文章： 随机多目标优化 机会约束优化 相关机会优化 遗传算法

【摘要】：随机优化是处理数据带有随机性的一类数学优化问题,它与确定性数学优化最大的不同在于其系数中引进了随机变量,这使得随机优化比起确定性数学优化更适合于实际问题。在管理科学、信息工程、工业工程、运筹学、经济学、最优控制等领域,随机优化都有着非常广泛的应用。论文在第三章讨论了随机多目标整数线性优化问题。假设仅在约束条件的右边存在随机变量,并且该随机变量服从正态分布。并将该模型转化为确定性多目标整数优化模型,利用分支定界法求出最优解。论文在第四章给出了在机会约束优化模型中,随机变量服从均匀分布或正态分布的确定性等价形式,并利用交互式算法求出最优解。论文在第五章基于相关机会优化模型对水资源供给-分配问题进行建模,并利用随机模拟的遗传算法给出了最优解。
【关键词】：随机多目标优化 机会约束优化 相关机会优化 遗传算法
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O221.6;TP18
【目录】：

• 摘要2-3
• Abstract3-5
• 第一章 绪论5-7
• 1.1 背景概述5
• 1.2 随机优化的研究现状5-6
• 1.3 全文研究内容6-7
• 第二章 随机多目标优化模型7-10
• 2.1 多目标优化的基本概念7
• 2.1.1 多目标优化的一般形式7
• 2.1.2 Pareto最优解7
• 2.2 随机多目标优化模型7-10
• 第三章 随机多目标线性优化问题10-16
• 3.1 问题的提出和模型10-11
• 3.2 多目标优化问题的参数研究11-13
• 3.2.1 K-T最优性必要条件11-12
• 3.2.2 算法步骤12-13
• 3.3 数值算例13-15
• 3.4 结论15-16
• 第四章 随机多目标优化的交互式算法16-22
• 4.1 确定性等价形式16-18
• 4.1.1 随机变量服从均匀分布16-17
• 4.1.2 随机变量服从正态分布17-18
• 4.2 交互式算法18-20
• 4.3 数值例子20-22
• 第五章 基于遗传算法解随机多目标优化问题22-26
• 5.1 遗传算法22
• 5.2 算法步骤22
• 5.3 数值例子22-26
• 致谢26-27
• 参考文献27-29
• 作者简介29
• 攻读硕士学位期间研究成果29-30

【参考文献】

中国期刊全文数据库 前6条

1 赵天绪,田絮资;一类随机规划问题的逼近求解[J];宝鸡文理学院学报(自然科学版);2001年01期

2 何云;冯春强;;带补偿的二层随机规划逼近算法研究[J];纺织高校基础科学学报;2013年01期

3 胡毓达,杨雷;多目标随机规划的交互遗传算法[J];上海交通大学学报;2001年11期

4 张茂军;夏尊铨;王明征;南江霞;;求解凸随机规划的Monte Carlo模拟方法(英文)[J];运筹学学报;2009年02期

5 贺冲;;求解一类随机规划的Monte Carlo模拟方法[J];重庆工商大学学报(自然科学版);2012年06期

6 肖宁;曾建潮;;一种求解随机期望值模型的有效算法[J];智能系统学报;2008年03期

中国博士学位论文全文数据库 前2条

1 戎晓霞;不确定优化问题的若干模型与算法研究[D];山东大学;2005年

2 高金伍;不确定多层规划模型与算法[D];清华大学;2005年

中国硕士学位论文全文数据库 前4条

1 孙超;多阶段随机规划的若干算法及应用研究[D];山东科技大学;2010年

2 张伟;随机规划的若干方法及其应用研究[D];山东科技大学;2006年

3 刘敬生;两阶段随机规划的若干算法及应用研究[D];山东科技大学;2009年

4 刘瀛;求解随机期望值模型的差分进化算法[D];渤海大学;2014年

，

本文编号：1119863