提升MOEA/D性能的自适应局部搜索策略

发布时间：2024-03-16 00:55

　　传统优化方法在求解具有高度复杂性、非凸性、多极值等特征的优化问题时,往往表现出较大的局限性,而进化算法(Evolutionary Algorithm,EA)是一种基于达尔文进化理论构造的基于种群的随机搜索算法,具有良好的鲁棒性和普适性,能有效的求解传统数学优化方法难以解决的问题。其中,多目标进化算法(Algorithmry Evolutiona objective-Multi,MOEA)更备受关注,它能够对复杂的、包含多个目标的优化问题进行求解,并已成为智能计算领域的热点研究方向之一。基于分解的多目标进化算(Multi-objective Evolutionary Algorithm Based on Decomposition,MOEA/D)是一种将一个多目标优化问题分解为多个单目标子问题进行求解的算法框架。从精英个体筛选机制的角度而言,其有别于基于Pareto最优理论的算法(如NSGA-II)以及基于性能指标评价的其他算法(如IBEAs)。由于每个子问题实质上是一个标量函数,评价个体的优劣实际上变成了对个体的适应度函数值的直接比较,从而简单、高效的保留了种群中的精英个体。本文在对分...

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图1.1决策向量与目标向量的对应关系

为不失一般性，本文以极小化最优问题为例，一个多目标优化问题(MOP)可描述为如下形式[2]：Minimize112()((),...,(),),(,...)nmnFxfxfxxxxxRSubjectto....

图1.2Pareto优劣关系的示意图

图1.2Pareto优劣关系的示意图eto最优解（ParetoOptimumSolutions）题有别于单个目标的优化问题，主要表现在互冲突的目标在给定的目标区域上全部达牺牲其它目标为代价；(3)多目标优化问题，而是一组均衡解或近似最优解。因此，多简单的进行个体之间优劣....

图1.3三个不同空间的关系

图1.3三个不同空间的关系一个典型的进化算法的包括以下几个核心组成部分：选择、杂交和变异。法通过选择算子、交叉算子和变异算子对当前种群的个体进行遗传操作，产生一代种群。选择算子作用在于评价个体的质量，决定哪些个体进入下一代种群。其实是对精英个体的保留，体现了进化理论中优胜劣汰....

图2.1二维权重向量

一组均匀的权重向量也是MOEA/D算法运行的重要一环。通常MOEA/D及其改进型算法获取权重的方法如下：在平面12=1mff…f或曲面22212=1mff…f上均匀取点，每个点对应一个权重向量。对于含有m个目标的MOP，若种群....

本文编号：3928870