基于分解和修剪方法的动态多目标进化优化算法研究

发布时间：2020-10-28 02:05

　　 进化计算(Evolutionary Algorithms,EAs)是一种随机搜索范畴的优化算法,可以用来解决多个目标且相互冲突的多目标问题。在现实世界中有许多这样的实际问题,如工业调度,控制设计等。然而,这些问题可能随时间发生变化。这对EAs是一个挑战性的问题。因此,EAs是一个重要的研究课题。有多个目标互相冲突并且它们随着时间发生变化,这类问题叫动态多目标优化问题(dynamic multi-objective optimization problems,DMOPs)。然而,使用EAs不能有效的解决DMOPs。因为,解决两个或两个以上目标冲突的问题时,在动态环境中保持种群的多样性和收敛性之间的平衡是一个非常大的挑战。另外,当环境发生变化时,EAs不能够有效地追踪Pareto最优解集(POS)或者Pareto最优面(POF)。为了使EAs适应这种动态环境,需要在环境发生变化后引入多样性或使用预测机制。这些方法虽然在一定程度能提高算法的性能,但是,仍然需要提出有效的方法来解决DMOPs。为了解决这种问题,本文提出了一种基于Pareto支配的动态多目标优化算法,该算法利用分解和修剪方法来解决DMOPs。提出的算法主要包括三个贡献:一个新颖的繁殖选择策略,一个有效的环境选择技术和一个有效的动态响应机制。繁殖选择策略使用基于分解的方法去选择两个有前途的父类,这些父类都具有良好的多样性和收敛性。环境选择提出了一种改进的修剪方法,以保持整个种群的多样性。当检测到环境变化时,提出的动态响应机制可以产生具有良好多样性和收敛性的解。在实验研究中,我们进行了一系列具有不同特征的动态多目标测试问题来评估提出算法的性能。与动态NSGA-II,PPS,SGEA等六种最先进的算法相比,实验结果表明,该算法在收敛性、多样性以及对变化的响应速度方面具有很强的竞争力。
【学位单位】：湘潭大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18
【部分图文】：

组合成 Q；之后，环境选择的目的是为了择的过程如 3-2 所示。Pareto 三维的 MOPs。当前的 DMOP序，首先用在是用来合并子类个体互相比较找到每个个体，从 开始的每个非支配层被超过预定义的大小。
【相似文献】

相关期刊论文 前10条

1 马江涛;;园林绿化花木的修剪方法问题探讨[J];花卉;2017年08期

2 张胜利;齐兆红;王中校;;浅谈果树的修剪方法[J];中国农业信息;2014年07期

3 孙文阁;;果树的几种简单修剪方法[J];农村实用科技信息;2006年08期

4 过国南;;介绍二种新的苹果树形及修剪方法[J];果树;1987年02期

5 刘新;;果树最新修剪方法[J];北方园艺;1987年04期

6 张均和;;赏岭南盆景(见彩页)[J];中国花卉盆景;1987年09期

7 张力,于润卿;密植梨树的简化修剪[J];新农业;1988年02期

8 孙红光,王雨,袁晴超;柞树修剪方法的调查[J];蚕业科学;1989年01期

9 赵存胜;山楂幼树冬剪方法[J];山东林业科技;1989年03期

10 张雪松;;紫叶李修剪方法[J];中国花卉园艺;2018年16期

相关硕士学位论文 前3条

1 欧俊威;基于分解和修剪方法的动态多目标进化优化算法研究[D];湘潭大学;2019年

2 陈鑫;不同修剪方法对华优猕猴桃新蔓发育及结果的影响[D];西北农林科技大学;2013年

3 王亚松;关于组合分类器修剪方法的研究[D];郑州大学;2011年

本文编号：2859405