带精英策略NSGA的研究及其在区域水资源优化配置中的应用

发布时间：2020-05-28 23:07

【摘要】： 科学研究与工程应用中存在着大量的多目标优化问题,传统的解决方法在处理多维、多模态等复杂问题上存在着很多不足之处。随着进化算法的发展,国内外研究人员在简单遗传算法的基础上,提出了多种多目标遗传算法,其中非支配排序遗传算法NSGA经研究证实为效果最好的一种,之后研究人员在此基础上将精英策略与NSGA算法结合起来,提出了改进的算法,即带精英策略的非支配排序遗传算法NSGA-Ⅱ。 目前来说,对于带精英策略的非支配排序遗传算法的研究,国外的理论研究与应用研究较为深入,相比在国内的研究较少。本文通过对算法理论的学习与研究,之后对算法进行改进与实验验证,最后将研究成果应用于实际中。本文主要进行以下工作: (1)介绍了多目标优化与多目标优化遗传算法的研究现状,其中重点介绍了非支配排序遗传算法的情况。从多目标优化的理论与概念入手,论述了非支配排序遗传算法NSGA及其改进的算法NSGA-Ⅱ的基本原理、算法流程与算法采用的基本策略,之后提出了当前算法的一些不足之处。 (2)针对当前非支配排序遗传算法存在的全局搜索能力强而局部搜索能力不足与对进化相关信息利用不足的状况,借鉴混合多目标进化算法的思想,将禁忌搜索算法作为局部搜索方法与NSGA-Ⅱ算法结合起来,总结设计出了一种带TS局部搜索与精英策略的NSGA算法。首先将禁忌搜索算法做了一定的改进以适应多目标局部搜索,为利用进化过程中的相关信息,采用了一种自适应邻域的搜索策略,另外还构造了一种交叉算子来加强算法的搜索能力。最后使用Eckart Zitzler测试函数对改进算法进行测试,制定了4种测试指标,对测试结果进行了分析。 (3)区域水资源优化配置作为现实中的多目标优化问题的典型,本文在分析了其多目标数学模型的基础上,将本文的研究成果运用于实际问题中,总结出了新的模型求解方法。之后以厦门市水资源优化配置为示例,将传统的大系统总体优化遗传算法与本文的方法比较,说明了应用本文算法的优势,算法可以满足生成决策方案的要求,因此本文设计的改进算法具有一定的实用价值。
【图文】：

3.1 混合多目标进化方法一 图 3.2 混合多目标进化方法的多目标遗传局部搜索算法基本上都是基于进化算法与基础上。至于局部搜索和遗传搜索如何交替进行搜索就了不同的多目标遗传局部搜索算法。但是所要达到的目的算法使用程度的平衡，在尽量减少算法复杂度的情况下算法与局部搜索方法分别独立运行，所以局部搜索很容易结合成新的、高效的多目标遗传局部搜索算法。搜索（TS）算法忌搜索算法的基本思想的禁忌搜索是在局部邻域搜索的基础上，通过设置禁忌表

3.1 混合多目标进化方法一 图 3.2 混合多目标进化方法的多目标遗传局部搜索算法基本上都是基于进化算法与基础上。至于局部搜索和遗传搜索如何交替进行搜索就了不同的多目标遗传局部搜索算法。但是所要达到的目的算法使用程度的平衡，在尽量减少算法复杂度的情况下算法与局部搜索方法分别独立运行，，所以局部搜索很容易结合成新的、高效的多目标遗传局部搜索算法。搜索（TS）算法忌搜索算法的基本思想的禁忌搜索是在局部邻域搜索的基础上，通过设置禁忌表
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TV213.4;TP18

【引证文献】

相关硕士学位论文 前3条

1 吕祥瑞;城市再生水系统优化配置的研究[D];天津大学;2010年

2 陈玉宝;先进能源利用系统多目标优化方法研究及应用[D];重庆大学;2010年

3 陈宝宇;基于NSGA-Ⅱ算法的磨矿过程稳态优化[D];东北大学;2009年

本文编号：2685973