本文關(guān)鍵詞：多目標(biāo)區(qū)間值規(guī)劃及其智能求解，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著不確定規(guī)劃問題的頻繁呈現(xiàn),作為一類需同時優(yōu)化多個性能指標(biāo)且含區(qū)間系數(shù)的多目標(biāo)區(qū)間值規(guī)劃問題將越來越受到重視。但因問題復(fù)雜,求解難度大,致使突破性成果尚未見報道。鑒于該類問題具有廣泛工程應(yīng)用背景和很好的學(xué)術(shù)研究價值,本文受生物免疫系統(tǒng)的應(yīng)答機理的啟發(fā),針對非約束、約束多目標(biāo)區(qū)間值規(guī)劃、高維非約束多目標(biāo)區(qū)間值規(guī)劃問題,探討相應(yīng)的免疫遺傳算法和免疫優(yōu)化算法,展開算法的計算復(fù)雜度、數(shù)值實驗比較等研究。已開展的主要工作和取得的研究成果概括如下:1.針對非約束雙目標(biāo)區(qū)間值規(guī)劃問題,探討求解的免疫遺傳算法。算法設(shè)計中,利用區(qū)間數(shù)運算性質(zhì)、可能度模型和群體分層思想辨析個體優(yōu)劣;基于目標(biāo)空間中矩形間的位置關(guān)系建立擁擠度模型,剔除群體進(jìn)化中出現(xiàn)的冗余個體;借助群體分割和免疫進(jìn)化算子,使優(yōu)質(zhì)和劣質(zhì)子群沿特定方向轉(zhuǎn)移;精英種群搜集優(yōu)質(zhì)個體后,通過遺傳算子加速精英個體向Pareto最優(yōu)解所在區(qū)域轉(zhuǎn)移。該算法具有進(jìn)化種群規(guī)模小、參數(shù)少、結(jié)構(gòu)簡單等優(yōu)點。計算復(fù)雜度分析表明,算法復(fù)雜度主要由精英種群的規(guī)模確定。比較性的數(shù)值實驗結(jié)果顯示,此算法對非約束雙目標(biāo)區(qū)間值規(guī)劃問題有較好的應(yīng)用潛力。2.針對含區(qū)間約束的雙目標(biāo)區(qū)間值規(guī)劃,探討求解該問題的免疫優(yōu)化算法。模型轉(zhuǎn)化中,借助區(qū)間可能度,將區(qū)間等式和不等式約束轉(zhuǎn)化為確定性約束,進(jìn)而依據(jù)約束違背函數(shù),轉(zhuǎn)化該問題為非約束區(qū)間值規(guī)劃問題。算法設(shè)計中,依據(jù)候選解的約束違背量,將種群劃分為可行、非可行子群,進(jìn)而依據(jù)各子群中個體的支配關(guān)系,使不同重要程度的個體采用不同進(jìn)化方式進(jìn)化。計算復(fù)雜度分析表明,該算法的復(fù)雜度主要由精英種群的規(guī)模確定。數(shù)值實驗結(jié)果顯示,此算法的群體分割方案能有效提高算法的進(jìn)化能力,且能有效地引導(dǎo)進(jìn)化種群向Pareto最優(yōu)解所在區(qū)域轉(zhuǎn)移,對處理含區(qū)間約束的雙目標(biāo)區(qū)間值規(guī)劃問題有一定的有效性。3.針對高維非約束多目標(biāo)區(qū)間值規(guī)劃問題,通過建立個體間的支配關(guān)系模型和利用免疫應(yīng)答理論,設(shè)計求解該類問題的免疫遺傳算法。算法設(shè)計中,借助已有的擁擠度模型消除進(jìn)化群體中冗余個體;依據(jù)個體序值劃分種群為優(yōu)質(zhì)、劣質(zhì)子群;各子群依據(jù)特定的免疫進(jìn)化或遺傳算子促使個體產(chǎn)生高質(zhì)量、多樣的個體。比較性的實驗結(jié)果表明,該算法能夠獲得質(zhì)量較高、分布較均勻且分布范圍較廣的解集,算法求解具有一定的有效性。
【關(guān)鍵詞】：多目標(biāo)區(qū)間值規(guī)劃 免疫優(yōu)化 遺傳算法 非支配 擁擠度
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-5
• Abstract5-7
• 第一章 緒論7-12
• 1.1 研究背景7
• 1.2 研究目的及意義7-8
• 1.3 區(qū)間值規(guī)劃的研究概況8-11
• 1.3.1 區(qū)間值數(shù)學(xué)規(guī)劃方法8-9
• 1.3.2 區(qū)間值智能優(yōu)化算法9-11
• 1.3.3 高維多目標(biāo)區(qū)間值規(guī)劃11
• 1.4 內(nèi)容結(jié)構(gòu)安排11
• 1.5 本章小結(jié)11-12
• 第二章 基本遺傳算法與免疫優(yōu)化算法及區(qū)間數(shù)性質(zhì)12-16
• 2.1 基本遺傳算法12-13
• 2.2 基本免疫算法13-14
• 2.3 區(qū)間數(shù)性質(zhì)14-15
• 2.4 本章小結(jié)15-16
• 第三章 非約束雙目標(biāo)區(qū)間值規(guī)劃的免疫遺傳算法16-28
• 3.1 問題描述及基本概念16-17
• 3.2 區(qū)間擁擠度模型17-18
• 3.3 算法原理與描述18-20
• 3.4 算法計算復(fù)雜度20
• 3.5 算法評價準(zhǔn)則20-21
• 3.6 數(shù)值實驗21-27
• 3.6.1 測試問題設(shè)計21-23
• 3.6.2 數(shù)值實驗結(jié)果與分析23-27
• 3.7 本章小結(jié)27-28
• 第四章 約束雙目標(biāo)區(qū)間值規(guī)劃免疫優(yōu)化算法28-37
• 4.1 問題描述28-29
• 4.2 算法原理與描述29-31
• 4.3 算法復(fù)雜度分析31
• 4.4 數(shù)值實驗31-36
• 4.4.1 測試問題設(shè)計31-33
• 4.4.2 數(shù)值實驗結(jié)果與分析33-36
• 4.5 本章小結(jié)36-37
• 第五章 高維非約束多目標(biāo)區(qū)間值規(guī)劃的免疫遺傳算法37-45
• 5.1 問題描述及模型設(shè)計37-38
• 5.2 算法原理與描述38-39
• 5.3 算法描述39-40
• 5.4 數(shù)值實驗40-44
• 5.5 本章小結(jié)44-45
• 第六章 總結(jié)與展望45-47
• 6.1 論文工作總結(jié)45
• 6.2 未來工作展望45-47
• 致謝47-48
• 參考文獻(xiàn)48-51
• 附錄：攻讀碩士學(xué)位期間發(fā)表的論文51-52

  本文關(guān)鍵詞：多目標(biāo)區(qū)間值規(guī)劃及其智能求解，，由筆耕文化傳播整理發(fā)布。

本文編號：301608