本文關(guān)鍵詞：動態(tài)約束多目標進化算法的研究與應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：動態(tài)約束多目標進化算法是近幾年來在國內(nèi)外較為熱門的研究方向,是一種可以自適應迭代的智能優(yōu)化算法,該算法是在進化算法的基礎上再進行動態(tài)約束的多目標智能優(yōu)化算法。在解決決策變量隨著時間(環(huán)境)的變化而動態(tài)變化的問題上有較好的智能性。不僅可以保證原有算法的整體收斂性外還可以有效的避免算法盲目的陷入局部收斂以至于無法找到最優(yōu)解。動態(tài)約束多目標進化算法還在一定程度上解決了智能優(yōu)化算法中無法自適應解決決策變量跟隨時間(環(huán)境)變化而動態(tài)變化的棘手問題。至少在解決方向上有了一個很好的思路,這就為廣大該方向的學者們帶來了一個很大的福音。本文就在學習了一些動態(tài)約束多目標進化算法的研究成果上又給出了一些創(chuàng)新,例如在尋找區(qū)間分割非均勻變異算子的情況中,要用參數(shù)λ來控制均勻變異程度,而此處的λ的取值如果是人為主觀取值為0.5是不具有科學性的,因此本文在此處有一些改進。另外就是在初始劃分群體情況中,提出一種基于種群分類的動態(tài)約束多目標進化算法。實驗結(jié)果也對兩處改進進行了具體數(shù)值實驗并評價。本文所做工作如下：1.簡要介紹了動態(tài)約束多目標進化算法的研究歷程和研究現(xiàn)狀的研究,總結(jié)了研究的意義和論文的主要內(nèi)容。2.分析了進化算法的結(jié)構(gòu),包括進化算法的基本原理、算法流程和參數(shù)設置以及算法的優(yōu)缺點等。3.概要介紹了動態(tài)約束多目標進化算法的基本思想、給出算法步驟。4.詳細介紹了對于動態(tài)約束多目標進化算法的改進之處,然后給出了詳盡的算法步驟和算法流程,最后用于數(shù)值實驗并根據(jù)實驗結(jié)果進行結(jié)果評價以便驗證算法的優(yōu)越性。5.詳細介紹了基于種群分類的動態(tài)約束多目標進化算法,給出了詳盡的算法步驟與流程,并進行數(shù)值實驗以便驗證該算法的性能上面的改進。
【關(guān)鍵詞】：動態(tài)約束多目標進化算法 決策變量 變異算子 種群分類
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 引言10-12
• 1 緒論12-18
• 1.1 動態(tài)約束多目標進化算法研究背景與研究歷程12-14
• 1.2 動態(tài)約束多目標進化算法研究現(xiàn)狀14-15
• 1.3 論文的研究意義和主要內(nèi)容15-16
• 1.3.1 論文的研究意義15-16
• 1.3.2 論文的研究內(nèi)容16
• 1.4 小結(jié)16-18
• 2 動態(tài)多目標進化算法的原理和算法結(jié)構(gòu)18-26
• 2.1 動態(tài)多目標進化算法的原理18-21
• 2.2 動態(tài)多目標優(yōu)化算法的結(jié)構(gòu)21-25
• 2.3 小結(jié)25-26
• 3 一種改進的動態(tài)約束多目標優(yōu)化進化算法26-36
• 3.1 多目標優(yōu)化進化算法簡介26-29
• 3.2 一種改進的動態(tài)約束多目標進化算法29-35
• 3.2.1 改進的非均勻變異算子29-30
• 3.2.2 改進的動態(tài)多目標進化算法30
• 3.2.3 數(shù)值實驗30-35
• 3.3 小結(jié)35-36
• 4 基于種群分類的動態(tài)約束多目標進化算法36-45
• 4.1 多目標動態(tài)優(yōu)化問題的相關(guān)概念36-37
• 4.1.1 多目標優(yōu)化問題及其最優(yōu)解36
• 4.1.2 最優(yōu)解集的評價標準36-37
• 4.2 群體劃分動態(tài)約束多目標算法37-40
• 4.2.1 劃分群體37-38
• 4.2.2 群體的R適應度38
• 4.2.3 算法步驟38-40
• 4.3 算法性能測試40-45
• 總結(jié)45-46
• 參考文獻46-50
• 致謝50

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 關(guān)志華;多目標進化算法研究初步[J];石家莊經(jīng)濟學院學報;2002年02期

2 張勇德,黃莎白;一種改進的基于約束支配的多目標進化算法[J];計算機工程;2004年16期

3 雷德明,吳智銘;基于個體密集距離的多目標進化算法[J];計算機學報;2005年08期

4 薛娟;鄭金華;李旭勇;;一種基于聚集距離的多目標進化算法[J];計算機工程與應用;2005年36期

5 馬清亮;胡昌華;;多目標進化算法及其在控制領(lǐng)域中的應用綜述[J];控制與決策;2006年05期

6 唐歡容;蔣浩;鄭金華;;量子多目標進化算法研究[J];計算機工程與應用;2007年13期

7 林丹;丑英哲;李敏強;;求解多目標二層規(guī)劃的多目標進化算法[J];系統(tǒng)工程學報;2007年02期

8 鄭向偉;劉弘;;多目標進化算法研究進展[J];計算機科學;2007年07期

9 李密青;鄭金華;羅彪;伍軍;文詩華;;一種基于鄰域的多目標進化算法[J];計算機應用;2008年06期

10 汪文彬;鐘聲;;基于改進擁擠距離的多目標進化算法[J];計算機工程;2009年09期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 孫海濤;熊鷹;韓峰;;基于多目標進化算法的艦船概念設計方法研究[A];第四屆全國船舶與海洋工程學術(shù)會議論文集[C];2009年

2 崔遜學;;多目標進化算法的研究現(xiàn)狀與群體多樣性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 豐志偉;多目標進化算法研究及在飛行器動力學系統(tǒng)中的應用[D];國防科學技術(shù)大學;2014年

2 代才;基于分解的多目標進化算法研究[D];西安電子科技大學;2014年

3 申瑞珉;高維多目標進化算法及其軟件平臺研究[D];湘潭大學;2015年

4 袁源;基于分解的多目標進化算法及其應用[D];清華大學;2015年

5 孟紅云;多目標進化算法及其應用研究[D];西安電子科技大學;2005年

6 黃林峰;多目標進化算法研究[D];中國科學技術(shù)大學;2009年

7 郭秀萍;多目標進化算法及其在制造系統(tǒng)中的應用研究[D];上海交通大學;2007年

8 譚艷艷;幾種改進的分解類多目標進化算法及其應用[D];西安電子科技大學;2013年

9 張明明;面向量子可逆邏輯自動綜合的多目標進化算法研究[D];東華大學;2010年

10 劉立衡;多目標進化算法的研究及其在負荷分配中的應用[D];華北電力大學（北京）;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳坤安;基于分散策略的多目標進化算法研究[D];福建師范大學;2015年

2 馬晨琳;基于分解的交互式偏好多目標優(yōu)化算法研究[D];西安電子科技大學;2014年

3 喻果;基于分解的偏好多目標進化算法及其評價指標的研究[D];湘潭大學;2015年

4 李業(yè)興;基于外部集指引的自適應多目標進化算法的研究[D];南京航空航天大學;2015年

5 季洪霄;動態(tài)約束多目標進化算法的研究與應用[D];安徽理工大學;2016年

6 文詩華;多目標進化算法中變異算子的研究[D];湘潭大學;2009年

7 孫艷平;帶約束的多目標進化算法及其營養(yǎng)膳食模型的研究[D];河南工業(yè)大學;2010年

8 李旭勇;多目標進化算法中分布度評價方法的研究[D];湘潭大學;2005年

9 薛娟;多目標進化算法中非均勻問題的研究[D];湘潭大學;2005年

10 左婷婷;基于擂臺賽法則和聚集密度的多目標進化算法的研究與應用[D];安徽理工大學;2012年

  本文關(guān)鍵詞：動態(tài)約束多目標進化算法的研究與應用，由筆耕文化傳播整理發(fā)布。

本文編號：336823