發(fā)布時間：2021-03-06 16:29

　　高維目標優(yōu)化問題（Many-objective Optimization Problems,MaOPs）,即目標個數(shù)大于3個的目標優(yōu)化問題是計算智能領域的一個研究熱點。用于求解低維目標優(yōu)化問題的經典多目標進化算法（Multi-objective Evolutionary Algorithms,MOEAs）在處理高維目標優(yōu)化問題時面臨極大的挑戰(zhàn)。因此,本論文旨在研究和設計高效的目標空間維數(shù)約簡方法,進而設計求解高維目標優(yōu)化問題的優(yōu)化算法。本論文主要的研究工作和相關成果如下:（1）提出目標沖突性度量新方法——沖突概率。對目標沖突性的定義進行量化,提出目標在解個體間的沖突性量化定義。依據目標在解個體間的沖突性定義提出度量目標沖突性的新方法——沖突概率,沖突概率能準確度量不同目標之間的沖突性程度,適用于不同類型的高維目標優(yōu)化問題。沖突概率信息構成高維目標優(yōu)化問題中目標降維或目標空間劃分的基礎。（2）提出基于沖突概率降維的高維目標優(yōu)化算法。提出基于目標沖突貢獻率的目標關鍵性排序方法,實現(xiàn)目標降維,與基于分解的多目標進化算法MOEA/D結合,形成基于沖突概率降維的高維目標優(yōu)化算法（MOEA/D-C... 

【文章來源】：深圳大學廣東省

【文章頁數(shù)】：127 頁

【學位級別】：博士

【部分圖文】：

圖2.1個體123x,x,x在目標123f,f,f上的目標值平行坐標

【參考文獻】：
期刊論文
[1]高維多目標優(yōu)化中基于稀疏特征選擇的目標降維方法[J]. 陳小紅,李霞,王娜.  電子學報. 2015(07)
[2]進化多目標優(yōu)化算法研究[J]. 公茂果,焦李成,楊咚咚,馬文萍.  軟件學報. 2009(02)

博士論文
[1]基于進化算法的高維多目標優(yōu)化問題求解方法及應用[D]. 陳小紅.深圳大學 2015
[2]基于局部學習與均勻分解的多目標進化算法研究[D]. 馬曉亮.西安電子科技大學 2014



本文編號：3067430