本文關(guān)鍵詞：基于差分進(jìn)化算法的多目標(biāo)優(yōu)化問題的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多目標(biāo)優(yōu)化問題在現(xiàn)實生活中到處可見,對它的研究更符合實際發(fā)展,具有重要的研究意義。在多目標(biāo)優(yōu)化問題中,所要優(yōu)化的問題往往有多個目標(biāo),這些優(yōu)化目標(biāo)之間又相互沖突,因而多個目標(biāo)很難同時達(dá)到最優(yōu)。利用傳統(tǒng)的多目標(biāo)優(yōu)化的方法來解決這類問題存在著很多缺點。近些年來,多目標(biāo)進(jìn)化算法逐漸成為解決多目標(biāo)優(yōu)化問題的一種熱門方法,用進(jìn)化算法求解多目標(biāo)優(yōu)化問題得到了廣泛的應(yīng)用。其中差分進(jìn)化算法作為進(jìn)化算法中的一種,具有結(jié)構(gòu)簡單、魯棒性強等優(yōu)點,易于與其它算法相結(jié)合構(gòu)造有效的混合算法來求解實際的多目標(biāo)優(yōu)化問題。本文旨在基于差分進(jìn)化算法對多目標(biāo)優(yōu)化問題的求解來進(jìn)行研究,主要的內(nèi)容如下:首先,針對傳統(tǒng)的多目標(biāo)差分進(jìn)化算法中使用單一的變異算子容易使得算法陷入局部最優(yōu),出現(xiàn)早熟收斂的現(xiàn)象,為此提出了一種自適應(yīng)變異操作,它能夠根據(jù)算法搜索過程的進(jìn)展情況自適應(yīng)地確定變異率的大小。同時算法還采用了一個外部存檔集合來保存迭代過程中所搜索到的非劣解,這樣可以防止優(yōu)秀個體的流失,加快解的收斂,使種群的非支配解集不斷地逼近最優(yōu)邊界,算法迭代終止時輸出最終的外部存檔中的解。最后算法通過對標(biāo)準(zhǔn)的測試函數(shù)進(jìn)行了反復(fù)測試及比較,表明改進(jìn)后的算法在五個測試函數(shù)上相比其它幾種多目標(biāo)算法具有一定的優(yōu)勢。其次,將差分進(jìn)化算應(yīng)用于多目標(biāo)作業(yè)車間調(diào)度問題的求解。為了將它成功地運用在實際工程優(yōu)化問題的求解中,對差分進(jìn)化算法先進(jìn)行離散化操作,改變它的編碼方式使其適合求解離散問題。離散差分進(jìn)化操作采用差分進(jìn)化算法的框架,具有快速收斂的優(yōu)點,但是在解決作業(yè)車間調(diào)度問題時容易陷入局部最優(yōu),它相比克隆選擇算法局部搜索能力較差,為此提出了一種基于離散差分進(jìn)化算法和克隆選擇算法相混合的多目標(biāo)差分進(jìn)化算法,算法中加入克隆選擇操作用以提高算法的局部搜索性能,充分利用各自的優(yōu)點。將改進(jìn)后的算法用于多目標(biāo)作業(yè)車間兩目標(biāo)調(diào)度問題的求解,通過大量車間調(diào)度實例的仿真實驗,驗證了算法的有效性,而且取得了較好的非支配解。最后,對本論文的研究工作進(jìn)行了總結(jié),提出了展望。
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 差分進(jìn)化 自適應(yīng)變異 克隆選擇算法 車間調(diào)度
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-6
• ABSTARACT6-11
• 第一章 緒論11-19
• 1.1 課題研究背景及意義11-12
• 1.2 多目標(biāo)優(yōu)化問題的基本描述12-13
• 1.3 多目標(biāo)優(yōu)化的研究現(xiàn)狀13-15
• 1.3.1 多目標(biāo)優(yōu)化的傳統(tǒng)方法14-15
• 1.3.2 多目標(biāo)進(jìn)化算法15
• 1.4 本文的主要內(nèi)容與章節(jié)安排15-19
• 1.4.1 主要研究內(nèi)容15-16
• 1.4.2 章節(jié)安排16-19
• 第二章 差分進(jìn)化算法19-25
• 2.1 引言19
• 2.2 標(biāo)準(zhǔn)的差分進(jìn)化算法19-21
• 2.2.1 算法的原理與基本流程19-21
• 2.2.2 差分進(jìn)化算法優(yōu)缺點21
• 2.3 差分進(jìn)化算法的研究與改進(jìn)21-22
• 2.3.1 參數(shù)的改進(jìn)22
• 2.3.2 操作方法的改進(jìn)22
• 2.3.3 種群的改進(jìn)22
• 2.4 差分進(jìn)化算法的研究現(xiàn)狀22-23
• 2.5 本章小結(jié)23-25
• 第三章 基于自適應(yīng)變異的多目標(biāo)差分進(jìn)化算法25-37
• 3.1 引言25
• 3.2 多目標(biāo)差分進(jìn)化算法的研究現(xiàn)狀25-26
• 3.3 自適應(yīng)變異多目標(biāo)差分進(jìn)化算法的設(shè)計26-29
• 3.3.1 初始種群的產(chǎn)生26-27
• 3.3.2 自適應(yīng)變異操作27
• 3.3.3 混合選擇機制27-28
• 3.3.4 Archive群體更新28
• 3.3.5 算法的具體步驟和流程28-29
• 3.4 仿真實驗結(jié)果與分析29-34
• 3.5 本章小結(jié)34-37
• 第四章 改進(jìn)多目標(biāo)差分進(jìn)化算法在車間調(diào)度中的應(yīng)用37-57
• 4.1 引言37
• 4.2 車間調(diào)度問題37-41
• 4.2.1 車間調(diào)度問題的概述38-39
• 4.2.2 車間調(diào)度問題的評價指標(biāo)39-40
• 4.2.3 車間調(diào)度問題的優(yōu)化方法40-41
• 4.3 多目標(biāo)作業(yè)車間調(diào)度問題41-42
• 4.3.1 多目標(biāo)作業(yè)車間調(diào)度問題概述41
• 4.3.2 多目標(biāo)作業(yè)車間調(diào)度問題的研究現(xiàn)狀41-42
• 4.4 基于改進(jìn)的多目標(biāo)差分進(jìn)化算法求解作業(yè)車間調(diào)度問題42-47
• 4.4.1 MDDE算法的設(shè)計思想42-43
• 4.4.2 編碼與解碼設(shè)計43-44
• 4.4.3 目標(biāo)函數(shù)及適應(yīng)度設(shè)計44
• 4.4.4 離散差分進(jìn)化操作44-46
• 4.4.5 克隆增殖和變異操作46
• 4.4.6 算法的具體步驟和流程46-47
• 4.5 實驗仿真及結(jié)果47-55
• 4.6 本章小結(jié)55-57
• 第五章 總結(jié)與展望57-59
• 5.1 本文結(jié)論57-58
• 5.2 展望58-59
• 參考文獻(xiàn)59-65
• 攻讀碩士學(xué)位期間發(fā)表的論文65-67
• 致謝67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動力學(xué)模型參數(shù)的估計[J];計算機與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計算機工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進(jìn)化計算研究綜述[J];計算機工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2009年11期

8 周蕭;王萬良;徐新黎;;解決作業(yè)車間調(diào)度問題的混合差分進(jìn)化算法[J];輕工機械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機械設(shè)計與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計算機與應(yīng)用化學(xué);2011年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國控制會議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問題的差分進(jìn)化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國運籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

5 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟運行中的應(yīng)用[A];中國水文科技新發(fā)展——2012中國水文學(xué)術(shù)討論會論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

8 袁沈堅;顧幸生;;基于差分進(jìn)化的膜計算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會2010年度學(xué)術(shù)年會論文集（自動化專題）[C];2010年

9 姜立強;郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進(jìn)化的若干問題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號處理中的應(yīng)用研究[D];上海大學(xué);2011年

5 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

6 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

7 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

8 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年

9 王天意;大地電磁迭代有限元與改進(jìn)差分進(jìn)化正反演算法研究[D];中國地質(zhì)大學(xué)(北京);2015年

10 陳亮;改進(jìn)自適應(yīng)差分進(jìn)化算法及其應(yīng)用研究[D];東華大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 高靜;量子差分進(jìn)化算法在油田開發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進(jìn)化算法在反演問題中的研究與應(yīng)用[D];新疆大學(xué);2015年

7 楊洋;基于差分進(jìn)化的模糊C-均值聚類算法研究[D];電子科技大學(xué);2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進(jìn)化計算的軋制生產(chǎn)過程操作優(yōu)化算法與系統(tǒng)開發(fā)[D];東北大學(xué);2013年

10 王旦平;圓形對稱振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年

  本文關(guān)鍵詞：基于差分進(jìn)化算法的多目標(biāo)優(yōu)化問題的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：276991