改进的遗传算法求解多目标优化问题
本文关键词:改进的遗传算法求解多目标优化问题
【摘要】:多目标优化问题一直是科学和工程研究领域的难点和热点问题。如何有效地求解多目标优化问题也一直是学者所追求的目标。早期,求解多目标优化常用的传统的数学规划方法。随着进化算法的概念被提出,进化算法在最优化领域的应用越来越广泛。进化算法作为一种群体智能搜索方法在解决多目标优化问题方面有着很多的优势,如何利用进化算法求解多目标优化问题已经成为最优化领域的一个研究热点。遗传算法作为进化算法中的一个典型算法已经被广泛用于求解多目标优化问题,它具有全局搜索能力强和不依赖于具体问题的特点。NSGA-Ⅱ是求解多目标优化问题中发展较快,优化效果较好的一种方法。但是NSGA-Ⅱ算法在解决多目标优化问题是也存在一定的不足之处,例如对种群多样性考虑不足,局部搜索能力较差,快速非支配排序的算法时间复杂度过高等。本文主要针对这些不足,对NSGA-Ⅱ做出了改进,以提高算法求解多目标问题的性能。本文主要做了以下几个部分的工作:1.系统地介绍了多目标优化问题的相关背景知识,对于求解多目标优化问题的算法做了详细的介绍。重点介绍了使用NSGA-Ⅱ求解多目标优化问题的一般流程。总结了NSGA-Ⅱ求解多目标优化问题具有的优点和存在的不足之处。2.针对NSGA-Ⅱ在求解多目标优化问题的时候过于关注解的质量,而对于种群的多样性考虑不足这一不足之处,提出了一个新的选择算子。新的选择算子可以保证保留种群中非支配最优解的前提下充分考虑种群的多样性。同时针对NSGA-Ⅱ局部搜索能力较弱这一不足,改进了NSGA-Ⅱ的变异算子,使得NSGA-Ⅱ能够具有较强的局部搜索能力。在改进的基础之上提出了一种新的改进的ISMNSGA-Ⅱ算法,仿真实验证明了算法的有效性。3.对于基于种群中个体非支配关系求解多目标优化问题的这一类算法而言,构造种群的非支配最优解集是算法中关键的一步。准确的找到种群的非支配最优解集是保证解的质量的关键,比较具有代表性的算法是快速非支配排序算法。擂台赛算法是一种新的构造种群非支配最优解集的方法,具有较优的时间性能。本文针对擂台赛算法存在的一些不足之处做出了改进,提出了一种改进的擂台赛算法。改进之后的算法能够准确地找到种群的非支配最优解集,通过能够有效地减少构造种群非支配最优解所需时间。仿真实验证明了算法的有效性。
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP18
【相似文献】
中国期刊全文数据库 前10条
1 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期
2 徐鹤鸣;王东;;多目标优化问题的求解框架[J];微计算机信息;2009年36期
3 郭晓东;王丽芳;;求解多目标优化问题的分布估计算法[J];太原科技大学学报;2010年01期
4 雍龙泉;;求解一类不可微多目标优化问题的社会认知算法[J];计算机应用研究;2010年11期
5 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期
6 盖玉权;何昱;张宇燕;吴宪彬;万海同;;复方药物剂量配比多目标优化的方法学研究[J];微型机与应用;2012年07期
7 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期
8 贾利民,张锡第;智能多目标优化控制及其应用[J];信息与控制;1992年01期
9 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期
10 吴清烈,江孝感,徐南荣;大规模含整变量多目标优化的一种新方法[J];信息与控制;1998年01期
中国重要会议论文全文数据库 前10条
1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年
2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年
3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年
4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年
5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年
6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年
7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年
8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年
9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年
2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年
3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年
4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年
5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年
6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年
7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年
8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年
9 卢芳;多目标优化及随机变分不等式问题的若干研究[D];重庆大学;2016年
10 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年
中国硕士学位论文全文数据库 前10条
1 何素素;基于改进的粒子群算法的钻进参数多目标优化研究[D];西安石油大学;2015年
2 黄怡;基于药效综合评价的中药组分配伍优化方法研究[D];浙江大学;2015年
3 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年
4 彭清风;基于鲁棒性的船体中横剖面多目标优化[D];上海交通大学;2015年
5 崔华;面向个性化需求的服务组合优化方法[D];哈尔滨工业大学;2015年
6 章姗捷;基于遗传算法的电力工程多目标优化研究[D];华北电力大学;2015年
7 高敏;基于协同论的风电建设项目多目标优化模型研究[D];华北电力大学;2015年
8 刘培根;基于多目标优化和压缩感知的航拍目标检测[D];电子科技大学;2015年
9 杨凯;基于多目标优化的贵州工业结构调整研究[D];贵州师范大学;2015年
10 陈振兴;基于空间拥挤控制策略的进化多目标优化[D];福建师范大学;2015年
,本文编号:1192582
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1192582.html