多目标进化算法的改进及其应用研究

发布时间：2017-05-18 15:18

  本文关键词：多目标进化算法的改进及其应用研究，由笔耕文化传播整理发布。

【摘要】：多目标优化问题在工程实践中普遍存在，多目标进化算法是解决多目标优化问题的强有力工具。多目标进化算法继承了进化算法并行随机搜索、全局搜索能力强、能够求解高度复杂的非线性问题的优势，用于解决具有多个相互冲突的目标的优化问题。近年来，各种多目标进化算法大量涌现，很多新的进化范例被不断引入，多目标进化算法受到了广泛的关注并成为研究热点。 论文在开始对多目标优化的相关概念，多目标进化算法的基本框架，多目标进化算法及其应用的发展状况进行了介绍,详细介绍了两种经典的多目标进化算法及算法的评价指标,为后续算法的改进及应用奠定基础。 针对经典算法NSGA2的收敛性、分布性不足；SPEA2的运算时间过长；Pareto解集复杂度增加时，经典的多目标进化算法性能下降，无法收敛或无法搜索出跨越整个Pareto均衡面的解集等问题，设计了一种实数编码的量子克隆多目标进化算法。该算法引入了混沌编码初始化的量子概率幅、量子旋转门、克隆等算子，使用两次互补单基因高斯变异提高算法多样性，设计了动态的拥挤距离调整策略，调节解集分布性。实验证明，该算法实现了运行时间与收敛性、分布性之间的均衡，当测试问题的Pareto解集复杂度增加时，具有明显的优势。 针对经典算法NSGA2的收敛性、分布性不足，SPEA2的运算时间过长，优化问题的目标维数增加时经典算法无法收敛等问题，设计了一种基于二元指标的多目标进化算法。该算法设计了基于二元指标的适应度计算方法及环境选择策略。算法简单易行，运行效率高且具有良好的分布性和收敛性。在处理高维目标的DTLZ问题时，具有明显的优势。应用所设计的基于二元指标的多目标进化算法优化设计了IIR数字滤波器，验证了算法的有效性。 最后，针对空地导弹弹道多目标优化问题，，探讨如何将连续的优化问题转化为参数优化问题，建立了多目标弹道优化模型，并使用所设计的实数编码的量子克隆多目标进化算法对导弹弹道进行优化设计。通过与非线性规划法的优化结果相比较，证明了模型的正确性及算法的有效性。
【关键词】：多目标优化 多目标进化算法 量子计算 二元指标 解集关联 高维目标 IIR数字滤波器 弹道优化
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP18
【目录】：

• 摘要4-5
• Abstract5-12
• 第一章 绪论12-19
• 1.1 多目标进化算法的产生及研究意义12-13
• 1.2 多目标进化算法研究及其应用现状13-16
• 1.2.1 多目标进化算法的发展状况13-16
• 1.2.2 多目标进化算法的应用状况16
• 1.3 多目标进化算法中待解决的问题16-17
• 1.4 论文的研究内容与结构17-19
• 第二章 多目标进化算法19-30
• 2.1 多目标优化的基本概念19-20
• 2.2 多目标进化算法的基本框架20-21
• 2.3 几种典型的多目标进化算法21-26
• 2.3.1 经典多目标进化算法 NSGA2 介绍21-24
• 2.3.2 经典多目标进化算法 SPEA2 介绍24-26
• 2.4 多目标进化算法的评价指标26-29
• 2.5 本章小结29-30
• 第三章 一种实数编码的量子克隆多目标进化算法30-57
• 3.1 算法概述30-31
• 3.2 RQC-MOEA 的关键算子31-35
• 3.2.1 量子计算原理概述31-32
• 3.2.2 实数编码的三倍染色体32
• 3.2.3 互补高斯变异及变异越界处理方法32-33
• 3.2.4 量子更新与交叉算子33
• 3.2.5 种群克隆33-35
• 3.2.6 改进的拥挤距离35
• 3.3 算法流程35-37
• 3.4 数值实验37-55
• 3.4.1 测试函数及实验结果37-45
• 3.4.2 增加测试函数 Pareto 解集复杂度及实验结果45-55
• 3.5 本章小结55-57
• 第四章 基于二元指标的多目标进化算法57-75
• 4.1 算法概述57
• 4.2 IB-MOEA 的关键算子57-60
• 4.2.1 基于二元指标的适应度57-58
• 4.2.2 基于二元指标的环境选择算子58
• 4.2.3 多种群进化58-60
• 4.3 算法流程60
• 4.4 数值实验60-67
• 4.4.1 二维目标测试函数及实验结果60-62
• 4.4.2 三维及高维目标测试函数及实验结果62-67
• 4.5 IB-MOEA 在 IIR 数字滤波器优化设计中的应用67-73
• 4.5.1 IIR 滤波器多目标优化模型67-69
• 4.5.2 算例及仿真结果69-73
• 4.6 本章小结73-75
• 第五章 基于 RQC-MOEA 的空地导弹弹道轨迹优化研究75-84
• 5.1 空地导弹弹道优化的背景及研究意义75
• 5.2 空地导弹弹道优化方法研究75-83
• 5.2.1 导弹质点运动模型75-77
• 5.2.2 导弹弹道多目标优化模型77-79
• 5.2.3 仿真实验结果分析79-83
• 5.3 本章小结83-84
• 第六章 总结与展望84-86
• 6.1 总结84-85
• 6.2 展望85-86
• 参考文献86-90
• 致谢90-91
• 在学期间的研究成果及发表的学术论文91

【参考文献】

中国期刊全文数据库 前10条

1 谢克明,谢刚,郭红波,续欣莹;人工免疫系统及其算法[J];电子与信息学报;2005年11期

2 罗彪;郑金华;朱云飞;蔡自兴;;一种基于“探测"与“开采"的多目标进化算法[J];高技术通讯;2010年02期

3 陈刚;徐敏;万自明;陈士橹;;具有内点状态约束的机动再入弹道优化设计[J];固体火箭技术;2006年02期

4 文诗华;郑金华;李密青;;多目标进化算法中变异算子的比较与研究[J];计算机工程与应用;2009年02期

5 张景成;戴光明;;基于指标的多目标进化算法研究[J];计算机工程;2009年23期

6 高辉;徐光辉;张锐;王哲人;;实数编码量子进化算法[J];控制与决策;2008年01期

7 吴志远,邵惠鹤,吴新余;基于遗传算法的退火精确罚函数非线性约束优化方法[J];控制与决策;1998年02期

8 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期

9 李建华，殷福亮;设计IIR数字滤波器的遗传优化算法[J];通信学报;1996年03期

10 陈刚,万自明,徐敏,陈士橹;飞行器轨迹优化应用遗传算法的参数化与约束处理方法研究[J];系统仿真学报;2005年11期

中国硕士学位论文全文数据库 前4条

1 刘楠楠;基于进化算法的多目标优化算法及应用研究[D];南京航空航天大学;2010年

2 蒋勇;单目标和多目标全局优化算法设计[D];西安电子科技大学;2008年

3 江斌;人工免疫算法的基础研究及其应用[D];中南大学;2008年

4 谢炯亮;多目标进化算法中解集分布性能的研究[D];湘潭大学;2008年

  本文关键词：多目标进化算法的改进及其应用研究，由笔耕文化传播整理发布。

本文编号：376416