动态约束多目标进化算法的研究与应用

发布时间：2017-04-30 12:10

  本文关键词：动态约束多目标进化算法的研究与应用，，由笔耕文化传播整理发布。

【摘要】：动态约束多目标进化算法是近几年来在国内外较为热门的研究方向,是一种可以自适应迭代的智能优化算法,该算法是在进化算法的基础上再进行动态约束的多目标智能优化算法。在解决决策变量随着时间(环境)的变化而动态变化的问题上有较好的智能性。不仅可以保证原有算法的整体收敛性外还可以有效的避免算法盲目的陷入局部收敛以至于无法找到最优解。动态约束多目标进化算法还在一定程度上解决了智能优化算法中无法自适应解决决策变量跟随时间(环境)变化而动态变化的棘手问题。至少在解决方向上有了一个很好的思路,这就为广大该方向的学者们带来了一个很大的福音。本文就在学习了一些动态约束多目标进化算法的研究成果上又给出了一些创新,例如在寻找区间分割非均匀变异算子的情况中,要用参数λ来控制均匀变异程度,而此处的λ的取值如果是人为主观取值为0.5是不具有科学性的,因此本文在此处有一些改进。另外就是在初始划分群体情况中,提出一种基于种群分类的动态约束多目标进化算法。实验结果也对两处改进进行了具体数值实验并评价。本文所做工作如下：1.简要介绍了动态约束多目标进化算法的研究历程和研究现状的研究,总结了研究的意义和论文的主要内容。2.分析了进化算法的结构,包括进化算法的基本原理、算法流程和参数设置以及算法的优缺点等。3.概要介绍了动态约束多目标进化算法的基本思想、给出算法步骤。4.详细介绍了对于动态约束多目标进化算法的改进之处,然后给出了详尽的算法步骤和算法流程,最后用于数值实验并根据实验结果进行结果评价以便验证算法的优越性。5.详细介绍了基于种群分类的动态约束多目标进化算法,给出了详尽的算法步骤与流程,并进行数值实验以便验证该算法的性能上面的改进。
【关键词】：动态约束多目标进化算法 决策变量 变异算子 种群分类
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 引言10-12
• 1 绪论12-18
• 1.1 动态约束多目标进化算法研究背景与研究历程12-14
• 1.2 动态约束多目标进化算法研究现状14-15
• 1.3 论文的研究意义和主要内容15-16
• 1.3.1 论文的研究意义15-16
• 1.3.2 论文的研究内容16
• 1.4 小结16-18
• 2 动态多目标进化算法的原理和算法结构18-26
• 2.1 动态多目标进化算法的原理18-21
• 2.2 动态多目标优化算法的结构21-25
• 2.3 小结25-26
• 3 一种改进的动态约束多目标优化进化算法26-36
• 3.1 多目标优化进化算法简介26-29
• 3.2 一种改进的动态约束多目标进化算法29-35
• 3.2.1 改进的非均匀变异算子29-30
• 3.2.2 改进的动态多目标进化算法30
• 3.2.3 数值实验30-35
• 3.3 小结35-36
• 4 基于种群分类的动态约束多目标进化算法36-45
• 4.1 多目标动态优化问题的相关概念36-37
• 4.1.1 多目标优化问题及其最优解36
• 4.1.2 最优解集的评价标准36-37
• 4.2 群体划分动态约束多目标算法37-40
• 4.2.1 划分群体37-38
• 4.2.2 群体的R适应度38
• 4.2.3 算法步骤38-40
• 4.3 算法性能测试40-45
• 总结45-46
• 参考文献46-50
• 致谢50

【相似文献】

中国期刊全文数据库 前10条

1 关志华;多目标进化算法研究初步[J];石家庄经济学院学报;2002年02期

2 张勇德,黄莎白;一种改进的基于约束支配的多目标进化算法[J];计算机工程;2004年16期

3 雷德明,吴智铭;基于个体密集距离的多目标进化算法[J];计算机学报;2005年08期

4 薛娟;郑金华;李旭勇;;一种基于聚集距离的多目标进化算法[J];计算机工程与应用;2005年36期

5 马清亮;胡昌华;;多目标进化算法及其在控制领域中的应用综述[J];控制与决策;2006年05期

6 唐欢容;蒋浩;郑金华;;量子多目标进化算法研究[J];计算机工程与应用;2007年13期

7 林丹;丑英哲;李敏强;;求解多目标二层规划的多目标进化算法[J];系统工程学报;2007年02期

8 郑向伟;刘弘;;多目标进化算法研究进展[J];计算机科学;2007年07期

9 李密青;郑金华;罗彪;伍军;文诗华;;一种基于邻域的多目标进化算法[J];计算机应用;2008年06期

10 汪文彬;钟声;;基于改进拥挤距离的多目标进化算法[J];计算机工程;2009年09期

中国重要会议论文全文数据库 前2条

1 孙海涛;熊鹰;韩峰;;基于多目标进化算法的舰船概念设计方法研究[A];第四届全国船舶与海洋工程学术会议论文集[C];2009年

2 崔逊学;;多目标进化算法的研究现状与群体多样性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

中国博士学位论文全文数据库 前10条

1 丰志伟;多目标进化算法研究及在飞行器动力学系统中的应用[D];国防科学技术大学;2014年

2 代才;基于分解的多目标进化算法研究[D];西安电子科技大学;2014年

3 申瑞珉;高维多目标进化算法及其软件平台研究[D];湘潭大学;2015年

4 袁源;基于分解的多目标进化算法及其应用[D];清华大学;2015年

5 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年

6 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年

7 郭秀萍;多目标进化算法及其在制造系统中的应用研究[D];上海交通大学;2007年

8 谭艳艳;几种改进的分解类多目标进化算法及其应用[D];西安电子科技大学;2013年

9 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年

10 刘立衡;多目标进化算法的研究及其在负荷分配中的应用[D];华北电力大学（北京）;2010年

中国硕士学位论文全文数据库 前10条

1 吴坤安;基于分散策略的多目标进化算法研究[D];福建师范大学;2015年

2 马晨琳;基于分解的交互式偏好多目标优化算法研究[D];西安电子科技大学;2014年

3 喻果;基于分解的偏好多目标进化算法及其评价指标的研究[D];湘潭大学;2015年

4 李业兴;基于外部集指引的自适应多目标进化算法的研究[D];南京航空航天大学;2015年

5 季洪霄;动态约束多目标进化算法的研究与应用[D];安徽理工大学;2016年

6 文诗华;多目标进化算法中变异算子的研究[D];湘潭大学;2009年

7 孙艳平;带约束的多目标进化算法及其营养膳食模型的研究[D];河南工业大学;2010年

8 李旭勇;多目标进化算法中分布度评价方法的研究[D];湘潭大学;2005年

9 薛娟;多目标进化算法中非均匀问题的研究[D];湘潭大学;2005年

10 左婷婷;基于擂台赛法则和聚集密度的多目标进化算法的研究与应用[D];安徽理工大学;2012年

  本文关键词：动态约束多目标进化算法的研究与应用，由笔耕文化传播整理发布。

本文编号：336823