在許多實際工程中存在一類多目標優(yōu)化問題,它的帕累托解集對應同一個帕累托前沿,這類問題被稱為多模態(tài)多目標優(yōu)化問題。傳統(tǒng)的多目標優(yōu)化算法解決這類問題時通常提高目標空間中帕累托前沿的分布,這樣往往會導致獲得帕累托解集的多樣性較差,因而不能很好的解決多模態(tài)多目標優(yōu)化問題。因此需要對傳統(tǒng)多目標優(yōu)化算法進行改進從而達到提高決策空間中帕累托解集的分布性。花朵授粉算法、蝙蝠算法和和聲搜索算法能夠很好的提供算法前期傾向于全局勘探和后期注重于局部開采,且具有良好的收斂速度和搜索效率,因而被廣泛應用到多目標優(yōu)化問題中。綜上所述,本文提出三種多模態(tài)多目標優(yōu)化算法用于解決多模態(tài)多目標優(yōu)化問題。多模態(tài)多目標花朵授粉算法采用特殊擁擠距離的策略,用于保證決策空間中解的多樣性。小生境多目標蝙蝠算法采用動態(tài)環(huán)形拓撲的思想,增強算法的局部開采能力。小生境和聲搜索算法利用動態(tài)領域的策略,能夠提高算法的收斂速度。通過將所提算法與當前最新的六個多目標算法進行對比,實驗結果表明所提算法是一種有效且可行的多模態(tài)多目標優(yōu)化算法,其性能明顯優(yōu)于其他算法。本文的主要內容如下:首先,闡述了多模態(tài)多目標優(yōu)化問題的研究背景,闡述了花朵授粉算法、蝙蝠算法和和聲搜索算法的研究現(xiàn)狀,并對多模態(tài)多目標優(yōu)化問題的研究現(xiàn)狀進行了詳細闡述。其次,提出一種自適應多策略花朵授粉算法求解單目標優(yōu)化問題。該算法利用佳點集構造初始化種群以提高種群的多樣性;采用自適應的轉換概率平衡算法的全局勘探能力和局部開采能力;使用步長調整策略以提高全局勘探能力,同時借鑒全局最優(yōu)的信息以提升算法局部深度開采能力。并將改進的花朵授粉算法對多模態(tài)多目標優(yōu)化問題進行求解。再次,提出一種小生境多目標蝙蝠算法。該算法結合動態(tài)環(huán)形拓撲和停滯檢測策略。動態(tài)環(huán)形拓撲結構利用鄰域信息形成穩(wěn)定的小生境。并將小生境多目標蝙蝠算法在測試函數(shù)上進行測試,包括所提算法與其他算法的測試結果對比。接著,提出一種小生境和聲搜索算法。該算法采用鄰域信息來增強種群多樣性;應用和聲庫考慮規(guī)則以防止算法的過早收斂;通過動態(tài)參數(shù)自適應來實現(xiàn)全局和局部搜索能力之間的良好平衡。并將所提算法在12個測試函數(shù)上與其他多目標算法進行對比,以驗證算法的有效性。最后,對本文進行總結和展望,并指出了進一步完善的方向。
【學位單位】：中原工學院
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP18
【部分圖文】：

[25]。圖1.1 非支配解在決策空間和目標空間分布情況也就是說，在多目標優(yōu)化問題中，可能存在兩個或更多不同的帕累托解集對應于相同的帕累托前沿[26]�？梢哉f，找到這些多個 PS 中的一個可能就足夠解決某些問題[27]。然而，不能找到更多的 PS 解可能會阻止決策者考慮更好的選擇方案。現(xiàn)實世界中一個簡單的例子，比如路徑規(guī)劃問題(如圖 1.2)[29]，在最短的時間和最少的交叉點條件下，旅客從起點有六個選擇。已知{方案 1，方案 2

圖 1.2 路徑規(guī)劃問題面對這樣的一類問題，在多目標優(yōu)化中，其最優(yōu)解在決策空間位置不同但是標空間位置相同或接近。這些解在目標空間對應的解擁擠度很高，但是在決策是相當分散的[14]。如圖1.3所示，決策空間中有兩個區(qū)域對應目標空間同一個托前沿，決策空間的點A對應目標空間的點A'，決策空間的點B對應目標空間

間是相當分散的[14]。如圖1.3所示，決策空間中有兩個區(qū)域對應目標空間同一個帕累托前沿，決策空間的點A對應目標空間的點A'，決策空間的點B對應目標空間點B'。由圖可知，目標空間點A'與點B'之間的距離2d 非常小，即目標空間點A和點B相當擁擠，但是決策空間點A和點B之間的距離1d 相對而言非常大，即決策空間點A點B相當分散。常規(guī)的多目標優(yōu)化算法往往只能保留其中的一個或一部分解

【相似文獻】

相關期刊論文 前10條

1 黃立鶴;張德祿;;多核并行架構:多模態(tài)研究的范式、路徑及領域問題之辨[J];外語教學;2019年01期

2 趙雨菲;;近五年我國多模態(tài)翻譯研究綜述[J];農家參謀;2019年04期

3 閆雪鋒;;多模態(tài)話語視域下“翻轉課堂”教學模式的改革與探索——以西安職業(yè)技術學院公共基礎課為例[J];才智;2019年10期

4 梅勇;申云化;;大學英語教師多模態(tài)運用調查研究——以武漢地區(qū)高校為例[J];外國語文研究;2017年05期

5 翁成顏;;淺析多模態(tài)視角下中學翻轉課堂教學模式[J];海外英語;2017年22期

6 郭婷;;微傳播中多模態(tài)語篇的圖文意義共建研究[J];海外英語;2017年24期

7 何少嫻;張芳;毛浩然;;多模態(tài)研究的內涵外延、方法與視角[J];閩江學院學報;2017年06期

8 劉欣;徐邵陽;劉蘇玲;翟子秋;;中英廣告的多模態(tài)隱喻對比研究[J];現(xiàn)代交際;2018年02期

9 金黛萊;關承惠;;多模態(tài)視角下民族大學�；盏囊饬x解讀[J];聊城大學學報(社會科學版);2018年01期

10 湯波;王云;姚道武;;基于廣告語言的多模態(tài)表現(xiàn)研究[J];皖西學院學報;2018年03期

相關會議論文 前10條

1 唐淑華;;文學語篇的語言學研究視角:多模態(tài)認知詩學——《多模態(tài)、認知和實驗文學》評介[A];認知詩學2014年第1輯[C];2014年

2 杜玲莉;王開建;紀再祥;;基于多模態(tài)話語理論的大學英語教學改革[A];新教育時代（2015年10月 總第1輯）[C];2015年

3 王琳;;淺析多模態(tài)話語分析理論在初中英語寫作教學中的應用[A];第二屆世紀之星創(chuàng)新教育論壇論文集[C];2015年

4 張霄軍;;多模態(tài)語料庫:搶救瀕危語言的有效途徑[A];民族語言文字信息技術研究——第十一屆全國民族語言文字信息學術研討會論文集[C];2007年

5 張瑩;;大學英語課堂的多模態(tài)教學研究[A];“決策論壇——基于公共管理學視角的決策研討會”論文集（下）[C];2015年

6 夏凡;王宏;;多模態(tài)情感數(shù)據(jù)標注方法與實現(xiàn)[A];第一屆建立和諧人機環(huán)境聯(lián)合學術會議（HHME2005）論文集[C];2005年

7 張旭;郭晨;孫建波;;自適應多模態(tài)克隆選擇算法[A];2007年中國智能自動化會議論文集[C];2007年

8 趙廣州;;從多模態(tài)話語理論角度來看交際教學法中的角色扮演[A];福建省外國語文學會2010年年會論文集[C];2010年

9 李丹;;多模態(tài)理論框架下初中英語課堂中多媒體技術使用的必要性和有效性研究[A];外語教育與翻譯發(fā)展創(chuàng)新研究（第八卷）[C];2019年

10 霍暢;侯婷婷;;基于大學英語翻轉課堂的多模態(tài)教學研究[A];外語教育與翻譯發(fā)展創(chuàng)新研究(第六卷）[C];2017年

相關重要報紙文章 前10條

1 西南交通大學外國語學院 羅載兵;多模態(tài)隱喻的語義發(fā)生[N];中國社會科學報;2019年

2 蘇州大學跨文化研究中心、天津職業(yè)技術師范大學非盟研究中心 朱玲;多模態(tài)：翻譯研究的新視角[N];中國社會科學報;2017年

3 中國工程院院士 鄔江興;多模態(tài)智慧網(wǎng)絡與內生安全[N];中國信息化周報;2018年

4 浙江萬里學院外語部 王中祥;多模態(tài)研究：認知語言學的新方法[N];中國社會科學報;2017年

5 記者 戴麗昕;共融機器人多模態(tài)轉變成為發(fā)展趨勢[N];上海科技報;2017年

6 西北師范大學外國語學院 呂文澎 蘭州商學院隴橋學院外國語言文學系 韓世霞;多模態(tài)寫作的特征與趨勢[N];中國社會科學報;2016年

7 同濟大學外國語學院 黃立鶴;多模態(tài)語言研究發(fā)展前景廣闊[N];中國社會科學報;2016年

8 記者 張建列 通訊員 馮春;深圳先進院研制出新一代多模態(tài)顯微系統(tǒng)[N];廣東科技報;2016年

9 本報見習記者 辛雨;成像設施，有“圖”有“真相”[N];中國科學報;2019年

10 本報記者 顧鴻儒;人工智能尚未到來 多模態(tài)融合成為趨勢[N];中國電子報;2019年

相關博士學位論文 前10條

1 胡敏;多模態(tài)靶向納米探針在微小肝癌的診斷及光熱治療的實驗研究[D];南方醫(yī)科大學;2018年

2 劉f迢

本文編號：2821612