【摘要】：高維多目標優(yōu)化問題廣泛存在于科學研究和工程應用領域,目前已成為智能信息處理領域的研究熱點。基于參考點的和基于Pareto支配的高維多目標進化算法是當前求解高維多目標優(yōu)化問題的兩個主流框架,但是兩者均面臨計算復雜度高、求解效率慢的問題。同時基于參考點的高維多目標進化算法還存在收斂性不佳及對問題前沿面形狀敏感的缺陷;而基于Pareto支配的高維多目標進化算法存在多樣性維護能力不足和參數不便于調節(jié)的問題。特別是,近年來帶約束條件的高維多目標優(yōu)化問題越來越多,上述兩種算法框架均無法有效處理。因此,研究更為高效且實用的高維多目標進化算法具有重要的理論意義和實際應用價值。針對上述問題,本文對高維多目標進化算法的目標空間變換、收斂性增強、多樣性提升以及約束處理四個關鍵技術展開深入研究,提出一系列改進措施,旨在求解性能上得到全面提升。論文的主要研究內容包括以下四個方面。(1)針對多目標進化算法在求解高維多目標優(yōu)化問題時存在計算復雜度高的問題,對目標空間變換技術進行研究,提出一種基于目標空間分解的高維多目標進化算法NSGA-III-OSD。通過采用K均值聚類技術,將整個目標空間分解為不同的子空間,然后子空間對應的子問題采用單獨的子種群進行尋優(yōu)。仿真實驗結果表明,該算法在降低復雜度的同時能保證優(yōu)良的求解效果。(2)針對基于參考點的高維多目標進化算法存在收斂性不佳及對問題前沿面形狀敏感的問題,對收斂性增強技術進行研究,提出一種基于自適應懲罰距離的高維多目標進化算法NSGA-III-NE。通過采用懲罰參數動態(tài)變化的距離形式,自適應地調節(jié)收斂性和多樣性的比重,以期增強收斂性而不對問題前沿面形狀敏感。仿真實驗結果驗證了該算法在求解各類問題上的通用性。(3)針對基于Pareto支配的高維多目標進化算法存在多樣性維護能力不足以及參數不易調節(jié)的問題,對多樣性提升技術進行研究,分別提出基于超平面投影的高維多目標進化算法HPEA和基于角度懲罰距離的高維多目標進化算法MaOEA-APD。其中,HPEA算法是基于距離信息的多樣性評估體系,采用超平面投影技術提高算法的多樣性;而MaOEA-APD算法是基于角度信息的多樣性評估體系,通過構造新型的角度懲罰距離,消除算法中對問題前沿面特性敏感的參數。實驗結果表明,兩種算法相對于其他算法,綜合性能有了較大的提升。(4)針對現有高維多目標進化算法無法將高維特征與約束處理技術進行有效結合的缺陷,對約束處理技術進行研究,提出設計一種基于參考點的約束支配關系,將可行解與不可行解作為一個整體看待,進而綜合考慮它們的收斂性,多樣性和可行性。實驗結果表明,該約束支配關系能顯著提高可行解集的收斂性和分布性。
【圖文】：

論文各章節(jié)結構關系示意圖

30得注意的是，NSGA-III-OSD 采用了兩階段分解機制來類后的聚類中心將整個目標空間分解為 M 個子空間；點來確定子空間中的子區(qū)域。其中，子區(qū)域的定義是為。通過兩階段分解機制，NSGA-III-OSD 算法能夠很好度，計算復雜度分析將在 3.2.4 節(jié)給出。為了與目標空角作為 K 均值聚類算法的相似度準則。這里，子空間的似，都是基于參考點的位置關系；不同的是，MOEA/D NSGA-III-OSD 的子空間是相互獨立的。重組操作一個子種群通過重組操作生成后代種群來對自身進行更
【學位授予單位】：哈爾濱工程大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 孫冠群;牛志鈞;蔡慧;王斌銳;;基于多目標進化算法的異步電動機現場效率測算[J];計量學報;2015年01期

2 ;科技文摘[J];中國農業(yè)文摘-農業(yè)工程;2017年04期

3 梅志偉;;多目標進化算法綜述[J];軟件導刊;2017年06期

4 李鴻鑫;李銀紅;李智歡;;多目標進化算法求解無功優(yōu)化問題的比較與評估[J];電網技術;2013年06期

5 趙晶晶;許峰;;基于分布估計的分解多目標進化算法[J];軟件導刊;2012年10期

6 李珂;鄭金華;;一種改進的基于差分進化的多目標進化算法[J];計算機工程與應用;2008年29期

7 關志華;多目標進化算法研究初步[J];石家莊經濟學院學報;2002年02期

8 于建偉;;多目標進化算法研究綜述[J];海南大學學報(自然科學版);2005年04期

9 周歡;孟利民;王麗萍;林夢Z，

本文編號：2631728