带有权重偏好的进化多目标算法

发布时间：2017-08-06 19:05

  本文关键词：带有权重偏好的进化多目标算法

  更多相关文章： 权重偏好 多目标 偏好方法 分区域

【摘要】：在求解多目标优化问题的时候,一般采用进化多目标算法,进化多目标算法是一种模拟生物自然选择与自然进化的随机搜索算法,由于它适应用于求解高度复杂的非线性问题而得到非常广泛的应用.采用进化算法解决多目标优化问题时,往往会求出一组pareto最优解,这些解已经没有好坏之分,那么对于决策者来说,要选择满意的最优解就有一定的难度,这时引入决策者的偏好就是最好的打破这种平衡的关键.偏好信息的目的在于使决策者通过其对具体问题的认识,参与到优化过程,使算法搜索集中于决策空间和目标空间的理想子区域,从而使得算法搜索更有效率.本文对已有的偏好进化多目标算法做了简单的总结,研究者们已研究的偏好方式包括参考点、参考方向、偏好区域、模糊偏好以及随机偏好等等,本文详细的总结了在偏好区域、模糊偏好和随机偏好这三种偏好形式下,研究者们所作出的具体的研究成果.对每一种偏好方式,本文总结了各个研究者所提出的偏好处理方式,以及所采用的进化多目标算法,并且对其中的几种偏好方式进行了优缺点的分析,有利于后来学者的研究.对于现实生活中的一些多目标优化问题,往往存在着多个决策者的偏好.本文在总结了已有偏好方式的前提下,提出了一种新的偏好方式,决策者对目标函数的权重偏好,该方法在Delphi法下由决策者对目标函数的重要性打分形成,能够更好地体现出决策者的偏好,并且简单易行.结合M2M算法,分区域的搜索策略保证了解的分布性,同时也在很大程度上减少了计算量.形成了一种求解多目标优化问题的混合算法.数值实验显示,在不同偏好下,多目标优化问题的结果也不一样,这与实际情形相吻合.
【关键词】：权重偏好 多目标 偏好方法 分区域
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O224
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 绪论10-15
• 1.1 研究背景10-11
• 1.2 国内外研究现状11-13
• 1.3 本文研究内容及创新点13-14
• 1.4 论文的章节结构划分14-15
• 第二章 进化多目标算法15-21
• 2.1 多目标问题15-16
• 2.1.1 多目标优化问题的相关定义15-16
• 2.1.2 Pareto解的相关概念16
• 2.2 进化多目标算法的研究及进展16-19
• 2.3 分区域的进化多目标算法19-21
• 第三章 多目标偏好方法研究现状21-29
• 3.1 决策者偏好的概念21
• 3.2 偏好方法的发展21-23
• 3.3 带有偏好区域的进化多目标算法23-24
• 3.4 多目标模糊性偏好方法24-27
• 3.5 多目标随机性偏好方法27-28
• 3.6 本章小结28-29
• 第四章 带有权重偏好的进化多目标算法29-38
• 4.1 引言29
• 4.2 分区域策略29-31
• 4.3 多决策者偏好权重的产生31-33
• 4.3.1 Delphi法简介31
• 4.3.2 采用德尔菲法得到最后一轮的结果31-32
• 4.3.3 给出每个目标函数的打分区间以及每个区间的概率32
• 4.3.4 采用轮盘赌的方法得到目标的权重32-33
• 4.4 实验结果33-37
• 4.4.1 测试问题33
• 4.4.2 测试方法分析33-37
• 4.4.3 测试结果分析37
• 4.5 本章小结37-38
• 结论38-39
• 参考文献39-43
• 攻读硕士学位期间发表的论文43-45
• 致谢45

【参考文献】

中国期刊全文数据库 前4条

1 谢桂芩;涂井先;;分区域多目标进化算法在协同车辆路径问题中的应用[J];广东工业大学学报;2011年04期

2 朱丙坤;徐立鸿;陈娟;;基于偏好的多目标遗传算法[J];计算机工程与应用;2008年09期

3 余进;何正友;钱清泉;;基于偏好信息的多目标微粒群优化算法研究[J];控制与决策;2009年01期

4 崔逊学,林闯;一种基于偏好的多目标调和遗传算法(英文)[J];软件学报;2005年05期

，

本文编号：631043