昂贵区间多目标优化数据挖掘求解策略

发布时间：2017-03-19 04:03

  本文关键词：昂贵区间多目标优化数据挖掘求解策略，由笔耕文化传播整理发布。

【摘要】：在实际应用中,区间多目标优化问题普遍存在,这类优化问题十分复杂,而且由于主客观因素的影响,优化问题的精确函数表达式往往是不已知的,不仅如此,优化对象的评估实验成本往往十分高昂。我们将这类问题被总结为“优化函数未知的昂贵区间多目标优化问题”,针对该问题本文根据建模数据是否充足,提出两种解决方法。针对建模数据充足的情况,本文提出了基于区间中点和不确定度的高斯建模法。该方法利用遗传算法对模型预测误差函数进行最小值优化,不仅实现对目标函数和约束函数区间中点和不确定度的高斯建模,而且解决了传统区间函数辨识中上下界建模缺少相关性的问题。然后将所建模型作为待优化对象的代理模型应用于区间多目标NSGA-II算法中。对于改进后的NSGA-II算法,文中指出了其依概率收敛到待优化问题理论Pareto前沿的前提条件,并利用随机过程理论给予证明。针对建模数据不足的情况,提出了一种基于最近邻法和主成分分析法的NSGA-II算法。该算法首先通过约束条件将待测解集分为可行解和非可行解,利用最近邻法对待测解和样本解进行相似性计算,判断待测解是否满足约束。然后对于两个解的Pareto支配性同样利用最近邻法来区分解之间的被支配和非被支配关系。由于目标空间拥挤距离无法求出,为此在决策空间利用主成分分析法将K-均值聚类后的解集降维,找出待测解的前、后近距离解,通过决策空间拥挤距离对同序值解进行筛选,实现NSGA-II算法的改进。对于改进后算法的收敛性,文中同样利用随机过程理论给予了证明。
【关键词】：多目标优化 区间规划 NSGA-II 高斯过程 最近邻法 主成分分析
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 课题研究目的及意义10-11
• 1.2 多目标优化当前热点研究问题11-12
• 1.3 数据挖掘在多目标优化中的应用12-15
• 1.4 本文所作的工作15-17
• 第2章 优化函数已知的区间多目标优化算法17-23
• 2.1 区间多目标优化问题17-18
• 2.2 区间Pareto支配性定义18-19
• 2.3 区间拥挤距离19-20
• 2.4 约束处理方法20
• 2.5 区间NSGA-II算法20-22
• 2.6 本章小结22-23
• 第3章 求解昂贵区间多目标优化问题的高斯代理模型23-44
• 3.1 区间优化函数辨识23-29
• 3.1.1 建模数据集23-24
• 3.1.2 高斯过程24-27
• 3.1.3 协方差函数27
• 3.1.4 区间函数建模策略27-29
• 3.2 算法步骤29-31
• 3.2.1 模型辨识步骤29-30
• 3.2.2 改进的NSGA-II算法步骤30-31
• 3.3 收敛性分析31-34
• 3.4 算法测度34-35
• 3.5 仿真分析35-43
• 3.5.1 模型辨识分析36-38
• 3.5.2 权重系数对代理模型的影响38-40
• 3.5.3 不确定度对代理模型的影响40-41
• 3.5.4 代理模型的有效性分析41-43
• 3.6 本章小结43-44
• 第4章 区间多目标优化中决策空间约束、支配及同序解筛选策略44-64
• 4.1 可行解和Pareto支配性的最近邻预测44-46
• 4.1.1 可行解预测44-45
• 4.1.2 支配性预测45-46
• 4.1.3 训练样本集46
• 4.2 决策空间拥挤距离46-49
• 4.2.1 PCA算法47
• 4.2.2 决策空间拥挤距离计算方法47-49
• 4.3 算法步骤49-52
• 4.4 收敛性分析52-54
• 4.5 仿真分析54-63
• 4.5.1 聚类数对算法的影响55
• 4.5.2 预测准确率55-58
• 4.5.3 本文算法与优化函数已知算法的比较58-60
• 4.5.4 约束、支配及同序解筛选策略有效性分析60-62
• 4.5.5 不同ke对算法的影响62-63
• 4.6 本章小结63-64
• 结论64-65
• 参考文献65-72
• 攻读硕士学位期间承担的科研任务与主要成果72-73
• 致谢73

【相似文献】

中国期刊全文数据库 前10条

1 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期

2 徐鹤鸣;王东;;多目标优化问题的求解框架[J];微计算机信息;2009年36期

3 郭晓东;王丽芳;;求解多目标优化问题的分布估计算法[J];太原科技大学学报;2010年01期

4 雍龙泉;;求解一类不可微多目标优化问题的社会认知算法[J];计算机应用研究;2010年11期

5 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期

6 盖玉权;何昱;张宇燕;吴宪彬;万海同;;复方药物剂量配比多目标优化的方法学研究[J];微型机与应用;2012年07期

7 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期

8 贾利民,张锡第;智能多目标优化控制及其应用[J];信息与控制;1992年01期

9 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期

10 吴清烈,江孝感,徐南荣;大规模含整变量多目标优化的一种新方法[J];信息与控制;1998年01期

中国重要会议论文全文数据库 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

中国博士学位论文全文数据库 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

6 蒋庆;地下水时空变化及监测网多目标优化研究[D];华中科技大学;2008年

7 陈琼;演化多目标优化多样性保持策略及其应用研究[D];武汉理工大学;2010年

8 陈小红;基于进化算法的高维多目标优化问题求解方法及应用[D];深圳大学;2015年

9 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年

10 魏静萱;解决单目标和多目标优化问题的进化算法[D];西安电子科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 何素素;基于改进的粒子群算法的钻进参数多目标优化研究[D];西安石油大学;2015年

2 黄怡;基于药效综合评价的中药组分配伍优化方法研究[D];浙江大学;2015年

3 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

4 彭清风;基于鲁棒性的船体中横剖面多目标优化[D];上海交通大学;2015年

5 崔华;面向个性化需求的服务组合优化方法[D];哈尔滨工业大学;2015年

6 章姗捷;基于遗传算法的电力工程多目标优化研究[D];华北电力大学;2015年

7 高敏;基于协同论的风电建设项目多目标优化模型研究[D];华北电力大学;2015年

8 刘培根;基于多目标优化和压缩感知的航拍目标检测[D];电子科技大学;2015年

9 杨凯;基于多目标优化的贵州工业结构调整研究[D];贵州师范大学;2015年

10 陈振兴;基于空间拥挤控制策略的进化多目标优化[D];福建师范大学;2015年

  本文关键词：昂贵区间多目标优化数据挖掘求解策略，，由笔耕文化传播整理发布。

本文编号：255475