基于外部种群自适应的多目标粒子群优化算法及其应用
发布时间：2021-11-12 16:20
近些年来人们在实际生活中的广泛应用以及实际生产问题的影响,多目标优化问题在工程界和学术界受到了的关注日益增加,提出了许多处理问题的方法。目前智能优化算法的研究最热门,而且已经运用到了人们的生产生活中。学者受到鸟群捕食或者鱼群捕食行为的启发,提出了粒子群优化算法（Particle Swarm Optimization Algorithm-PSO）是一种典型的群体智能优化算法。PSO算法结构简单,易于实现,收敛速度快,引起了研究者的关注。它广泛用于解决优化问题以及实际的生产管理、电力控制等诸多问题。然而粒子群优化算法在解决诸如收敛精度低和解决方案多样性差等多目标优化问题时仍存在许多问题。为了克服这些问题,本文提出三个改进策略,并用于解决多目标优化问题本文涉及工作主要包括:1.基础的粒子群算法可能收敛到局部最优帕累托前沿。提出了一种自适应策略用于解决多目标粒子群优化算法收敛精度低和分布不均匀的问题。该策略能够提高算法收敛的速度和收敛的精度,显示修改三个控制参数（如,惯性权重和两个学习因子）能直接影响粒子群算法的收敛性能。因此,合理的设置这三个参数能够提高粒子群算法的性能。自适应地设置粒子群算...
【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
图１－］多目标优化问题??Ｆｉｇ?１－１?Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??
?陕西师范大学硕士学位论文???的Ｐａｒｅｔｏ前沿面有一定的距离，用这个距离来估量解的收敛性，反映解集与??真实Ｐａｒｅｔｏ前沿之间的逼近程度，收敛性就是用来度量算法到真实Ｐａｒｅｔｏ前??沿面的逼近程度。??（２）分布性：??一组非劣解的均匀分布状态的性能指标通常是用分布性来评估。解集的分??布性通过两个方面来判断：①看解集能否在解空间中均匀的分布，而不是聚集??在某一点或者一个范围内②看解集在整个解空间中是否存在很广泛的分布??算法性能的优劣可以通过比较获得的解集的收敛性能和分布性，Ｐａｒｅｔｏ前??沿面可以直观的显示收敛性和分布性。如图１－２?ａ表示的是解集于真实Ｐａｒｅｔｏ??前沿面距离非常小，收敛于Ｐａｒｅｔｏ前沿面；如图１－２?ｂ所表示的是解集离真实??的Ｐａｒｅｔｏ前沿面距离非常远，有一定的距离，收敛性能不好；如图１－３?ａ所示??解集均匀地分布在Ｐａｒｅｔｏ前沿面，并没有聚集在某一个范围内，很好的体现了??解集的多样性以及分布性；如图１－３?ｂ所示解集集中在上面一部分和下面一部??分，中间并没出现，解集的多样性和分布性不好，性能比较差。??
图３－１．根据ＩＧＤ的平均值，ＳＭＰＳＯＥ在５个ＤＴＬＺ和５个ＺＤＴ问题上得到的非支配解．??Ｆｉｇ．３－１?Ａｃｃｏｒｄｉｎｇ?ｔｏ?ｔｈｅ?ａｖｅｒａｇｅ?ｖａｌｕｅ?ｏｆ?ＩＧＤ．?ｔｈｅ?ｎｏｎ－ｄｏｍｉｎａｔｅｄ?ｓｏｌｕｔｉｏｎｓ?ｏｂｔａｉｎｅｄ?ｂｙ??ＳＭＰＳＯＥ?ｏｎ?５ＤＴＬＺ?ａｎｄ?５?ＺＤＴ?ｐｒｏｂｌｅｍｓ??表３－２?ＳＭＰＳＯＥ、ＭＯＥＡ／Ｄ和ＭＯＥＡ－ＯＶＡ得到ＩＧＤ、ＧＤ和ＨＶ度量值的均值和方差．??Ｔａｂｌｅ?３－２?ＳＭＰＳＯＥ．?ＭＯＥＡ／Ｄ．?ａｎｄ?ＭＯＥＡ－ＤＶＡ?ｇｉｖｅ?ｔｈｅ?ｍｅａｎ?ａｎｄ?ｖａｒｉａｎｃｅ?ｏｆ?ｔｈｅ?ＩＧＤ．?ＧＤ．?ａｎｄ??ＨＶ?ｍｅｔｒｉｃｓ．??ＩＧＤ?ＧＤ?ＨＶ??ＺＤＴ１?ＳＭＰＳＯＥ?３．８３６７ｅ－３（２．３９ｅ－７）?７．０５５２ｅ－４（２．１３ｅ－６）?８．７１７９ｅ－ｌ（２．３６ｅ－６）??２６??
本文编号：3491272
【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
图１－］多目标优化问题??Ｆｉｇ?１－１?Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??
?陕西师范大学硕士学位论文???的Ｐａｒｅｔｏ前沿面有一定的距离，用这个距离来估量解的收敛性，反映解集与??真实Ｐａｒｅｔｏ前沿之间的逼近程度，收敛性就是用来度量算法到真实Ｐａｒｅｔｏ前??沿面的逼近程度。??（２）分布性：??一组非劣解的均匀分布状态的性能指标通常是用分布性来评估。解集的分??布性通过两个方面来判断：①看解集能否在解空间中均匀的分布，而不是聚集??在某一点或者一个范围内②看解集在整个解空间中是否存在很广泛的分布??算法性能的优劣可以通过比较获得的解集的收敛性能和分布性，Ｐａｒｅｔｏ前??沿面可以直观的显示收敛性和分布性。如图１－２?ａ表示的是解集于真实Ｐａｒｅｔｏ??前沿面距离非常小，收敛于Ｐａｒｅｔｏ前沿面；如图１－２?ｂ所表示的是解集离真实??的Ｐａｒｅｔｏ前沿面距离非常远，有一定的距离，收敛性能不好；如图１－３?ａ所示??解集均匀地分布在Ｐａｒｅｔｏ前沿面，并没有聚集在某一个范围内，很好的体现了??解集的多样性以及分布性；如图１－３?ｂ所示解集集中在上面一部分和下面一部??分，中间并没出现，解集的多样性和分布性不好，性能比较差。??
图３－１．根据ＩＧＤ的平均值，ＳＭＰＳＯＥ在５个ＤＴＬＺ和５个ＺＤＴ问题上得到的非支配解．??Ｆｉｇ．３－１?Ａｃｃｏｒｄｉｎｇ?ｔｏ?ｔｈｅ?ａｖｅｒａｇｅ?ｖａｌｕｅ?ｏｆ?ＩＧＤ．?ｔｈｅ?ｎｏｎ－ｄｏｍｉｎａｔｅｄ?ｓｏｌｕｔｉｏｎｓ?ｏｂｔａｉｎｅｄ?ｂｙ??ＳＭＰＳＯＥ?ｏｎ?５ＤＴＬＺ?ａｎｄ?５?ＺＤＴ?ｐｒｏｂｌｅｍｓ??表３－２?ＳＭＰＳＯＥ、ＭＯＥＡ／Ｄ和ＭＯＥＡ－ＯＶＡ得到ＩＧＤ、ＧＤ和ＨＶ度量值的均值和方差．??Ｔａｂｌｅ?３－２?ＳＭＰＳＯＥ．?ＭＯＥＡ／Ｄ．?ａｎｄ?ＭＯＥＡ－ＤＶＡ?ｇｉｖｅ?ｔｈｅ?ｍｅａｎ?ａｎｄ?ｖａｒｉａｎｃｅ?ｏｆ?ｔｈｅ?ＩＧＤ．?ＧＤ．?ａｎｄ??ＨＶ?ｍｅｔｒｉｃｓ．??ＩＧＤ?ＧＤ?ＨＶ??ＺＤＴ１?ＳＭＰＳＯＥ?３．８３６７ｅ－３（２．３９ｅ－７）?７．０５５２ｅ－４（２．１３ｅ－６）?８．７１７９ｅ－ｌ（２．３６ｅ－６）??２６??
本文编号：3491272
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3491272.html
