基于規(guī)則模型學習的多目標分布估計算法研究
發(fā)布時間:2021-05-13 21:15
連續(xù)多目標優(yōu)化問題在決策空間的Pareto最優(yōu)解(PS)和目標空間中的pareto最優(yōu)前沿(PF)均是一個連續(xù)分段的(m-1)維流形體(m是目標函數(shù)的個數(shù))。根據(jù)這一分布規(guī)則特征,先后有學者提出了基于規(guī)則模型的多目標分布估計算法(RM-MEDA)和基于高斯過程的逆模型多目標優(yōu)化算法(IM-MOEA)。這兩種算法非常適于求解變量相關(guān)的復雜多目標優(yōu)化問題,但仍存在一定的不足。其一,RM-MEDA根據(jù)種群的整體統(tǒng)計信息建立模型,忽略了種群中某些優(yōu)秀解的局部信息,導致算法在求解一些復雜多目標優(yōu)化問題時全局搜索能力弱,收斂速度慢;其二,IM-MOEA中的逆模型在求解PS或PF存在極端的非平滑性的多目標優(yōu)化問題時表現(xiàn)劣勢;其三,RM-MEDA中的學習模型在種群分布沒有明顯規(guī)律的情況下表現(xiàn)不佳;谝陨戏治,本文的研究內(nèi)容主要有兩個方面。(1)為了彌補RM-MEDA忽略解的局部信息的不足,在算法中加入了直接使用個體信息的差分演化(DE)操作算子,設(shè)計了一種改進的RM-MEDA(MRM-MEDA)。MRM-MEDA將分布估計算法的建模采樣方式和DE的交叉變異進化方式相結(jié)合,豐富了個體的繁殖方式,在進化...
【文章來源】:西安理工大學陜西省
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)的多目標演化算法的國內(nèi)外研究現(xiàn)狀
1.2.2 多目標分布估計算法的國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容及組織結(jié)構(gòu)
2 相關(guān)理論
2.1 多目標優(yōu)化問題
2.2 多目標優(yōu)化算法中的精英選擇策略
2.2.1 快速非支配排序
2.2.2 擁擠距離
2.3 多目標優(yōu)化問題中的規(guī)則屬性
2.4 本章小結(jié)
3 改進的基于規(guī)則模型的多目標分布估計算法
3.1 RM-MEDA算法分析
3.1.1 算法流程
3.1.2 建模過程
3.1.3 采樣過程
3.2 改進動機
3.3 差分演化
3.4 改進的RM-MEDA
3.4.1 自適應(yīng)選擇策略
3.4.2 變異策略
3.4.3 改進后的算法流程
3.5仿真實驗
3.5.1 測試函數(shù)
3.5.2 性能評價指標
3.5.3 對比算法與參數(shù)設(shè)置
3.5.4 實驗結(jié)果與分析
3.6 本章小結(jié)
4 集成規(guī)則模型的分布估計算法研究
4.1 IM-MOEA算法分析
4.2 研究動機
4.3 基于規(guī)則集成模型的RM-IM-EDA
4.3.1 算法流程
4.3.2 基于序列的確定化初始化方法
4.3.3 規(guī)則模型的集成
4.4 實驗研究
4.4.1 對比算法與參數(shù)設(shè)置
4.4.2 實驗結(jié)果與分析
4.5 本章小結(jié)
5 研究總結(jié)與展望
5.1 論文工作總結(jié)
5.2 未來工作展望
致謝
參考文獻
附錄1
攻讀碩士期間主要研究成果
【參考文獻】:
期刊論文
[1]基于精英協(xié)同的多種群分布估計算法[J]. 周丹,謝敏,劉方,韋劍. 計算機應(yīng)用與軟件. 2017(01)
博士論文
[1]求解高維多目標優(yōu)化問題的流形學習算法研究[D]. 詹煒.中國地質(zhì)大學 2013
碩士論文
[1]分布估計算法中差分采樣策略的研究[D]. 董兵.華東師范大學 2017
[2]基于改進NSGA-Ⅱ算法的多目標FJSP研究[D]. 崔慶勇.昆明理工大學 2015
[3]基于分解的混合多目標進化算法的研究與應(yīng)用[D]. 趙晶晶.安徽理工大學 2013
[4]改進的多目標分布式估計算法在水火電系統(tǒng)負荷分配的應(yīng)用[D]. 許霞.西安電子科技大學 2013
[5]基于規(guī)則模型的多目標分布估計算法研究[D]. 向健.中南大學 2011
[6]基于規(guī)則模型的分布估計多目標算法及應(yīng)用[D]. 王劍文.中國地質(zhì)大學 2009
本文編號:3184718
【文章來源】:西安理工大學陜西省
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)的多目標演化算法的國內(nèi)外研究現(xiàn)狀
1.2.2 多目標分布估計算法的國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容及組織結(jié)構(gòu)
2 相關(guān)理論
2.1 多目標優(yōu)化問題
2.2 多目標優(yōu)化算法中的精英選擇策略
2.2.1 快速非支配排序
2.2.2 擁擠距離
2.3 多目標優(yōu)化問題中的規(guī)則屬性
2.4 本章小結(jié)
3 改進的基于規(guī)則模型的多目標分布估計算法
3.1 RM-MEDA算法分析
3.1.1 算法流程
3.1.2 建模過程
3.1.3 采樣過程
3.2 改進動機
3.3 差分演化
3.4 改進的RM-MEDA
3.4.1 自適應(yīng)選擇策略
3.4.2 變異策略
3.4.3 改進后的算法流程
3.5仿真實驗
3.5.1 測試函數(shù)
3.5.2 性能評價指標
3.5.3 對比算法與參數(shù)設(shè)置
3.5.4 實驗結(jié)果與分析
3.6 本章小結(jié)
4 集成規(guī)則模型的分布估計算法研究
4.1 IM-MOEA算法分析
4.2 研究動機
4.3 基于規(guī)則集成模型的RM-IM-EDA
4.3.1 算法流程
4.3.2 基于序列的確定化初始化方法
4.3.3 規(guī)則模型的集成
4.4 實驗研究
4.4.1 對比算法與參數(shù)設(shè)置
4.4.2 實驗結(jié)果與分析
4.5 本章小結(jié)
5 研究總結(jié)與展望
5.1 論文工作總結(jié)
5.2 未來工作展望
致謝
參考文獻
附錄1
攻讀碩士期間主要研究成果
【參考文獻】:
期刊論文
[1]基于精英協(xié)同的多種群分布估計算法[J]. 周丹,謝敏,劉方,韋劍. 計算機應(yīng)用與軟件. 2017(01)
博士論文
[1]求解高維多目標優(yōu)化問題的流形學習算法研究[D]. 詹煒.中國地質(zhì)大學 2013
碩士論文
[1]分布估計算法中差分采樣策略的研究[D]. 董兵.華東師范大學 2017
[2]基于改進NSGA-Ⅱ算法的多目標FJSP研究[D]. 崔慶勇.昆明理工大學 2015
[3]基于分解的混合多目標進化算法的研究與應(yīng)用[D]. 趙晶晶.安徽理工大學 2013
[4]改進的多目標分布式估計算法在水火電系統(tǒng)負荷分配的應(yīng)用[D]. 許霞.西安電子科技大學 2013
[5]基于規(guī)則模型的多目標分布估計算法研究[D]. 向健.中南大學 2011
[6]基于規(guī)則模型的分布估計多目標算法及應(yīng)用[D]. 王劍文.中國地質(zhì)大學 2009
本文編號:3184718
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3184718.html
最近更新
教材專著