發(fā)布時(shí)間：2020-06-08 15:01

【摘要】：在科學(xué)研究和工程優(yōu)化設(shè)計(jì)過程中,存在著大量帶有多標(biāo)準(zhǔn)、多約束及高度非線性且相互沖突等特征的多目標(biāo)優(yōu)化問題。該類問題的最優(yōu)解具有不唯一特性,而演化算法在一次搜索中可以獲得一組解,因此,演化算法是一類求解多目標(biāo)優(yōu)化問題的有效方法。目前,多目標(biāo)演化算法的分析與探索已逐漸成為當(dāng)今的研究熱點(diǎn),其研究的關(guān)鍵點(diǎn)之一是平衡局部探索和全局開發(fā)的能力,即雙“E”,(Exploration和Exploitation)。論文基于化學(xué)反應(yīng)演化算法勘探和開采策略的調(diào)節(jié)機(jī)制,主要從演化算法的算子改進(jìn)、學(xué)習(xí)策略引導(dǎo)和多方向搜索三個(gè)方面研究了多目標(biāo)演化模型中的局部探索和全局開發(fā)的平衡問題,并將所提出的基于平衡法則的多目標(biāo)演化模型應(yīng)用于求解復(fù)雜連續(xù)多目標(biāo)優(yōu)化問題、多目標(biāo)車輛路徑優(yōu)化問題及動(dòng)態(tài)多目標(biāo)優(yōu)化問題。論文的主要工作如下:1.針對(duì)演化算法不同算子適用于求解不同特征的優(yōu)化問題,提出基于演化算法中算子改進(jìn)的多目標(biāo)化學(xué)反應(yīng)算法用于解決變量相關(guān)的復(fù)雜多目標(biāo)優(yōu)化問題。首先,將化學(xué)反應(yīng)演化算法作為載體,提出分解的多目標(biāo)化學(xué)反應(yīng)演化算法;其次,為了使基本化學(xué)反應(yīng)演化算法能夠有效的求解變量相關(guān)的復(fù)雜多目標(biāo)優(yōu)化問題,提出了一種擴(kuò)展的化學(xué)反應(yīng)演化算法;最后,與8個(gè)多目標(biāo)演化算法在變量相關(guān)和變量不相關(guān)的兩種測試集上進(jìn)行算法性能的比較。實(shí)驗(yàn)結(jié)果表明,基本的多目標(biāo)化學(xué)反應(yīng)算法在求解變量不相關(guān)的問題時(shí)表現(xiàn)出顯著的性能優(yōu)勢。提出的擴(kuò)展多目標(biāo)化學(xué)反應(yīng)算法在求解變量不相關(guān)和變量相關(guān)的解耦能力方面表現(xiàn)出顯著的性能優(yōu)勢。2.受粒子群算法學(xué)習(xí)引導(dǎo)策略的啟發(fā),提出了一種學(xué)習(xí)引導(dǎo)的混合多目標(biāo)化學(xué)反應(yīng)演化算法。該算法首先采用自組織方法,根據(jù)多目標(biāo)的(m-1)維流型的屬性將演化群體分為若干個(gè)子群;其次,為了能夠提高化學(xué)反應(yīng)演化算法的收斂速度,提出化學(xué)反應(yīng)演化算法和粒子群算法相結(jié)合的混合多目標(biāo)化學(xué)反應(yīng)演化算法,使用粒子群算法的全局和局部引導(dǎo)算法加快算法收斂;再者,混合演化算法的局部最優(yōu)從當(dāng)前子群中選擇,以此方式引導(dǎo)而增加搜索的多樣性;最后,在大量的基準(zhǔn)測試函數(shù)上將所提算法與其它23個(gè)多目標(biāo)演化算法進(jìn)行性能比較,實(shí)驗(yàn)結(jié)果表明,算法在收斂性、多樣性和魯棒性方面具有較對(duì)比算法有顯著的性能優(yōu)勢。3.針對(duì)中心點(diǎn)預(yù)測策略不能預(yù)測到復(fù)雜動(dòng)態(tài)多目標(biāo)優(yōu)化問題的整個(gè)Pareto最優(yōu)解集現(xiàn)象,提出多方向預(yù)測策略。該策略首先,根據(jù)歷史演化群體的時(shí)間序列使用指數(shù)平滑法預(yù)測下一時(shí)刻的演化群體;其次,為了更加準(zhǔn)確預(yù)測下一時(shí)刻的演化群體,提出多方向引導(dǎo)演化群體準(zhǔn)確搜索;再者,為了能夠保持演化群體的多樣性,采用隨機(jī)初始化一組個(gè)體來維持預(yù)測群體的多樣性;最后,對(duì)12個(gè)標(biāo)準(zhǔn)動(dòng)態(tài)多目標(biāo)測試問題進(jìn)行仿真實(shí)驗(yàn)分析,實(shí)驗(yàn)結(jié)果表明,提出的多方向預(yù)測策略與4個(gè)動(dòng)態(tài)多目標(biāo)預(yù)測算法相比在處理動(dòng)態(tài)多目標(biāo)優(yōu)化問題時(shí)能夠保持較好的快速收斂性和魯棒性。4.針對(duì)帶時(shí)間窗同時(shí)存取貨的多目標(biāo)車輛路徑優(yōu)化問題的特性,提出了一種離散的多目標(biāo)化學(xué)反應(yīng)算法。首先,針對(duì)問題屬性,使用十進(jìn)制編碼方式對(duì)解進(jìn)行編碼;其次,根據(jù)實(shí)際問題的Pareto前沿未知的特性,采用一種冪變換的方法將當(dāng)前解轉(zhuǎn)換到一種更容易分配到均勻權(quán)重向量的解集來求解;最后,提出的算法與其它兩個(gè)多目標(biāo)演化算法在45個(gè)實(shí)際測試實(shí)例上進(jìn)行算法性能比較,實(shí)驗(yàn)結(jié)果表明,提出的基于分解的多目標(biāo)化學(xué)反應(yīng)演化算法總體上具有顯著的優(yōu)勢。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李改靈;李立華;張麗杰;;基于修正的差異演化算法機(jī)械鏈傳動(dòng)優(yōu)化設(shè)計(jì)[J];軍事交通學(xué)院學(xué)報(bào);2015年01期

2 李曉靖;;差異演化算法及其在機(jī)械設(shè)計(jì)中的應(yīng)用[J];科技傳播;2014年01期

3 郭超峰;李梅蓮;;改進(jìn)的差分演化算法及其在動(dòng)態(tài)規(guī)則中的應(yīng)用研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

4 韓珂;楊俊鵬;;求解旅行商問題的分布式演化算法[J];華北水利水電學(xué)院學(xué)報(bào);2013年04期

5 張欣;王志剛;夏慧明;;差異演化算法求解多維0—1背包問題[J];科學(xué)技術(shù)與工程;2012年06期

6 王志剛;夏慧明;;基于差異演化算法的化學(xué)方程式配平研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 劉家駿;劉大瑾;;混合差異演化算法求解多維背包問題[J];計(jì)算機(jī)與數(shù)字工程;2011年01期

8 楊卿譽(yù);王志剛;;差異演化算法求解二次分配問題[J];科學(xué)技術(shù)與工程;2011年34期

9 李瑞華;李霞;劉坤起;;敏捷制造中伙伴選擇問題的多子差異演化算法[J];山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

10 王志剛;;基于差異演化算法的非線性方程組求解[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

相關(guān)會(huì)議論文 前10條

1 曹蓮英;侯琳;李文勇;;多目標(biāo)演化算法在公交車輛發(fā)車間隔優(yōu)化中的應(yīng)用[A];2009年中國智能自動(dòng)化會(huì)議論文集（第五分冊）[東南大學(xué)學(xué)報(bào)（增刊）][C];2009年

2 馮珊;李鋒;周凱波;;面向演化算法應(yīng)用的智能體系統(tǒng)建模與仿真研究[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

3 謝柏橋;戴光明;鄭蔚;王劍文;;有指導(dǎo)的多目標(biāo)演化算法在區(qū)域星座設(shè)計(jì)中的應(yīng)用[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第四屆學(xué)術(shù)年會(huì)論文集[C];2007年

4 顏雪松;時(shí)晨;李暉;喬永強(qiáng);;探測器電路優(yōu)化設(shè)計(jì)的演化算法研究[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)暨863計(jì)劃“深空探測與空間實(shí)驗(yàn)技術(shù)”重大項(xiàng)目學(xué)術(shù)研討會(huì)論文集[C];2009年

5 張文俊;謝曉鋒;馬君;;并行演化算法在半導(dǎo)體器件綜合中的應(yīng)用[A];2006年全國開放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集（二）[C];2006年

6 李林;宋立榮;肖邦定;李根保;Hongqing Cao;Friedrich Recknagel;He Zhang;Grace Chan;;雜交演化算法用于滇池藍(lán)藻水華的模擬與預(yù)警研究[A];中國藻類學(xué)會(huì)第八次會(huì)員代表大會(huì)暨第十六次學(xué)術(shù)討論會(huì)論文摘要集[C];2011年

7 李亮;褚雪松;;基于混沌變異和局部探索方式多樣性的演化算法在邊坡穩(wěn)定分析中的應(yīng)用[A];第八次全國巖石力學(xué)與工程學(xué)術(shù)大會(huì)論文集[C];2004年

8 李彬;胡浩;李剛;;基于多目標(biāo)演化算法的可靠度計(jì)算方法[A];中國力學(xué)大會(huì)-2015論文摘要集[C];2015年

9 陳偉;史小衛(wèi);;基于改進(jìn)自適應(yīng)演化算法的微波電路優(yōu)化設(shè)計(jì)[A];2005'全國微波毫米波會(huì)議論文集（第一冊）[C];2006年

10 李元香;謝曼;鄭波盡;張進(jìn)波;楊怡偉;;演化硬件設(shè)計(jì)的改進(jìn)演化程序[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 李紅葉;基于平衡法則的多目標(biāo)演化模型及應(yīng)用研究[D];西安理工大學(xué);2018年

2 劉會(huì)超;差分演化算法的演化模型分析與算法改進(jìn)研究[D];武漢大學(xué);2015年

3 喻飛;人機(jī)協(xié)同演化算法研究[D];武漢大學(xué);2015年

4 洪文靜;大規(guī)模多目標(biāo)演化算法及其應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2018年

5 錢超;多目標(biāo)演化學(xué)習(xí)理論與方法研究[D];南京大學(xué);2015年

6 岳雪芝;高維多目標(biāo)動(dòng)力學(xué)演化算法及在GPU上的實(shí)現(xiàn)[D];武漢大學(xué);2013年

7 郭肇祿;獵物—捕食者模型啟發(fā)的演化算法研究[D];武漢大學(xué);2013年

8 周沖;基于參考點(diǎn)的高維多目標(biāo)演化算法研究及其在衛(wèi)星星座設(shè)計(jì)中的應(yīng)用[D];中國地質(zhì)大學(xué);2018年

9 張晉媛;演化算法中基于分類的預(yù)選擇策略研究[D];華東師范大學(xué);2018年

10 汪祖柱;基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究[D];安徽大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 黃超民;基于演化算法的高效用項(xiàng)集挖掘算法研究[D];北方工業(yè)大學(xué);2019年

2 杜望;基于局部搜索策略的差分演化算法研究及改進(jìn)[D];江西理工大學(xué);2018年

3 姜武;演化算法在連續(xù)搜索空間上的時(shí)間復(fù)雜度分析[D];中國科學(xué)技術(shù)大學(xué);2018年

4 方薈;基于均值偏移的混合演化算法研究[D];華東師范大學(xué);2018年

5 張咪;基于多目標(biāo)自適應(yīng)演化算法的網(wǎng)絡(luò)業(yè)務(wù)流分類方法研究[D];南京郵電大學(xué);2018年

6 李加加;基于演化算法的多級(jí)別多崗位護(hù)士排班問題研究[D];華中科技大學(xué);2017年

7 廖雄鷹;差分演化算法的集成探索及其變異策略的改進(jìn)與應(yīng)用[D];武漢科技大學(xué);2018年

8 孫果;基于動(dòng)態(tài)鄰域的差分演化算法研究[D];華僑大學(xué);2018年

9 張慧芳;引導(dǎo)聚類的多層次差分演化算法研究[D];天津理工大學(xué);2017年

10 廖景亮;差分演化算法中個(gè)體選擇機(jī)制的研究[D];華僑大學(xué);2016年

，

本文編號(hào)：2703255