求解高维混合指标优化问题的交互式进化计算

发布时间：2021-11-24 09:42

　　同时存在区间显式指标和模糊隐式指标的高维混合指标优化问题是一类难以求解的不确定多目标优化问题.针对该问题,首先,分别对高维显式指标和隐式指标的主要参数按确定性多目标优化,根据获得的相关权值,将高维显式指标和高维隐式指标分别降维成一维等效区间适应值和一维等效模糊适应值,二者合成个体等效指标体;然后,依据等效指标体的占优情况,通过确定自适应参考点和偏好区域面积选择个体;最后,在大规模种群NSGA-II范式下,采用隐式指标估计策略和种群聚类方法实现交互式进化优化算法.将本文算法应用于2种混合性能指标优化问题,验证所提算法的有效性和泛化性. 

【文章来源】：电子学报. 2020,48(07)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 高维混合性能指标优化问题模型
3 算法总体框架
4 隐式指标估计
    4.1 隐式指标意义的个体相似度
    4.2 模糊适应值估计
5 混合指标的降维
6 个体选择策略
    6.1 混合性能指标个体占优情况
    6.2 基于自适应参考点的互不占优个体比较策略
7 性能分析
8 实验与结果分析
    8.1 在室内布局优化问题中的应用
        8.1.1 优化问题与参数设置
        8.1.2 实验结果分析
            (1)算法效率
            (2)算法收敛性
            (3)pareto最优解集
    8.2 在室内挂钟外观设计问题中的应用
        8.2.1 优化问题与参数设置
        8.2.2 实验结果分析
9 结论


【参考文献】：
期刊论文
[1]进化高维多目标优化研究进展[J]. 孙靖,巩敦卫.  控制理论与应用. 2018(07)
[2]基于进化个体模糊适应值估计的交互式遗传算法[J]. 郭广颂,陈良骥,文振华,侯军兴.  控制与决策. 2018(09)
[3]一种新的区间数的比较与排序方法[J]. 高德宝,于辉.  统计与决策. 2017(17)



本文编号：3515721