【摘要】：在科學(xué)研究和工業(yè)工程實(shí)踐中,存在著大量的多目標(biāo)優(yōu)化問(wèn)題,此類(lèi)問(wèn)題需要同時(shí)優(yōu)化兩個(gè)或者多個(gè)彼此沖突的目標(biāo)。由于各個(gè)目標(biāo)間相互沖突和矛盾,因此,我們無(wú)法求得一個(gè)最優(yōu)的解使得全部的目標(biāo)同時(shí)滿足最優(yōu),只能找到一組各個(gè)目標(biāo)之間的折衷解,即Pareto最優(yōu)解。傳統(tǒng)的優(yōu)化算法在處理多目標(biāo)優(yōu)化問(wèn)題時(shí),程序的一次運(yùn)行只得到一個(gè)解,無(wú)法提供全面的多目標(biāo)決策支持。近些年,進(jìn)化多目標(biāo)優(yōu)化算法由于其高效,實(shí)用的特點(diǎn),在科研與工程實(shí)踐中得到廣泛的應(yīng)用。本文將進(jìn)化多目標(biāo)算法中具有代表性的基于分解的進(jìn)化多目標(biāo)優(yōu)化算法(Multi-objective Evolutionary Algorithm Base On Decomposition, MOEA/D)應(yīng)用到水庫(kù)的防洪調(diào)度問(wèn)題中�，F(xiàn)實(shí)生活中,水庫(kù)防洪調(diào)度具有削減洪峰,保障人民生命財(cái)產(chǎn)安全等重大現(xiàn)實(shí)意義,我們需要應(yīng)用相應(yīng)優(yōu)化算法求得一組收斂性好,分布廣泛而又均勻的Pareto最優(yōu)解以便給決策者提供豐富的信息支持,同時(shí)水庫(kù)防洪調(diào)度又是一個(gè)復(fù)雜的多目標(biāo),多約束的優(yōu)化問(wèn)題。然而,由于水庫(kù)防洪調(diào)度問(wèn)題的約束限制,實(shí)際調(diào)度中,并非所有Pareto最優(yōu)的調(diào)度方案都滿足期末調(diào)度水位的限制,可供決策者選擇的調(diào)度方案集中在PF上有限的區(qū)域。為了提高求解效率同時(shí)減少?zèng)Q策者在決策上的負(fù)擔(dān),我們對(duì)MOEA/D算法進(jìn)行改進(jìn),在算法中加入偏好信息,設(shè)計(jì)了一種基于自適應(yīng)參考點(diǎn)選擇的偏好MOEA/D算法,使得算法求解最終收斂到?jīng)Q策者所期望的偏好區(qū)域。本文主要工作包含以下方面：首先將水庫(kù)防洪調(diào)度問(wèn)題抽象后的數(shù)學(xué)模型給出,結(jié)合MOEA/D算法的特點(diǎn),分析了應(yīng)用其解決水庫(kù)防洪調(diào)度問(wèn)題的可行性。并通過(guò)處理兩場(chǎng)典型的洪水?dāng)?shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了應(yīng)用MOEA/D算法處理的水庫(kù)防洪調(diào)度問(wèn)題的可行性與有效性。然后在總結(jié)之前實(shí)驗(yàn)結(jié)果的基礎(chǔ)上結(jié)合水庫(kù)防洪調(diào)度的實(shí)際特點(diǎn),分析了加入決策者偏好信息的必要性,介紹了參考點(diǎn)對(duì)算法搜索方向的影響通過(guò)參考點(diǎn)和偏好方向的設(shè)定來(lái)指導(dǎo)算法搜索向偏好區(qū)域進(jìn)行。提出了如何改進(jìn)算法加入?yún)⒖键c(diǎn)信息,并通過(guò)對(duì)六場(chǎng)洪水的實(shí)驗(yàn)驗(yàn)證了應(yīng)用調(diào)整參考點(diǎn)的偏好MOEA/D算法處理水庫(kù)防洪調(diào)度問(wèn)題符合我們實(shí)驗(yàn)動(dòng)機(jī),達(dá)到了我們預(yù)期的效果。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TV697.11;TP18

【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 李豐兵;一個(gè)具有偏好的多目標(biāo)優(yōu)化新的進(jìn)化算法[D];西安電子科技大學(xué);2005年

，

本文編號(hào)：2513178