大多數(shù)實(shí)際問題都存在一定程度的不確定性�；诜N群優(yōu)化的處理不確定性問題一般有兩種方法:一是獲取目標(biāo)問題的魯棒解,使所得解的性能在不確定因素的影響下一直維持在可接受的水平。二是采用動態(tài)跟蹤的方法,即當(dāng)外界條件發(fā)生變化時(shí)能迅速獲得新的最優(yōu)解。但這兩種方法均有不足,前者是基于不確定量很小的假設(shè),而實(shí)際問題中卻可能有較大的不確定量,后者則要求算法能及時(shí)求得并切換到新的最優(yōu)解,而實(shí)際應(yīng)用中算法卻往往不能迅速找到新的最優(yōu)解,而且頻繁的切換解在很多實(shí)際問題中很難做到。時(shí)域魯棒優(yōu)化（Robust optimization over time,ROOT）是綜合了以上兩種方法而提出的一種新的優(yōu)化方法。本文在此理論基礎(chǔ)上開展了如下研究:（1）針對現(xiàn)有時(shí)域魯棒優(yōu)化算法的評估指標(biāo)均基于預(yù)測的適應(yīng)度函數(shù)值,這影響了算法評估的準(zhǔn)確性。為此,本文提出了三種新的基于真實(shí)適應(yīng)度函數(shù)值的評價(jià)指標(biāo),并實(shí)驗(yàn)驗(yàn)證了所提指標(biāo)的有效性。其中,指標(biāo)“誤差（error）”可以定量地反映出算法所獲得解的魯棒性與真實(shí)解的魯棒性之間的誤差;指標(biāo)“成功（success）”能直觀有效地判定出算法在每個(gè)動態(tài)環(huán)境中是否能成功地運(yùn)行;指標(biāo)“成功率（su... 

【文章來源】：東華大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【部分圖文】：

求解ROOT的算法框架

ROOT算法框架

含約束的ROOT算法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]魯棒優(yōu)化研究綜述（英文）[J]. 于洪霞,金麗.  數(shù)學(xué)進(jìn)展. 2016(03)
[2]一種動態(tài)環(huán)境下帶有記憶的三島粒子群算法[J]. 王洪峰,汪定偉.  系統(tǒng)工程學(xué)報(bào). 2008(02)
[3]差分進(jìn)化算法研究進(jìn)展[J]. 劉波,王凌,金以慧.  控制與決策. 2007(07)
[4]多目標(biāo)粒子群算法用于補(bǔ)料分批生化反應(yīng)器動態(tài)多目標(biāo)優(yōu)化[J]. 賀益君,俞歡軍,成飆,陳德釗.  化工學(xué)報(bào). 2007(05)
[5]用于約束優(yōu)化的人工免疫響應(yīng)進(jìn)化策略[J]. 公茂果,焦李成,杜海峰,馬文萍.  計(jì)算機(jī)學(xué)報(bào). 2007(01)
[6]一種基于動物自治體的尋優(yōu)模式:魚群算法[J]. 李曉磊,邵之江,錢積新.  系統(tǒng)工程理論與實(shí)踐. 2002(11)
[7]基于改進(jìn)遺傳算法的時(shí)間最優(yōu)控制問題求解[J]. 曾進(jìn),任慶生.  控制與決策. 2002(01)

博士論文
[1]演化約束優(yōu)化及演化動態(tài)優(yōu)化求解算法研究[D]. 卜晨陽.中國科學(xué)技術(shù)大學(xué) 2017
[2]碳纖維紡絲過程的協(xié)同模型與智能優(yōu)化研究[D]. 陳佳佳.東華大學(xué) 2013
[3]演化動態(tài)優(yōu)化研究[D]. 喻歆.中國科學(xué)技術(shù)大學(xué) 2011
[4]不同編碼機(jī)制下動態(tài)優(yōu)化問題的進(jìn)化計(jì)算方法研究及應(yīng)用[D]. 閆楊.東北大學(xué) 2010
[5]約束優(yōu)化和多目標(biāo)優(yōu)化的進(jìn)化算法研究[D]. 張敏.中國科學(xué)技術(shù)大學(xué) 2008



本文編號：3144936