約束優(yōu)化問(wèn)題是工程和經(jīng)濟(jì)管理領(lǐng)域中常見(jiàn)的優(yōu)化模型,根據(jù)目標(biāo)函數(shù)個(gè)數(shù),常見(jiàn)的約束優(yōu)化模型有單目標(biāo)優(yōu)化問(wèn)題和多目標(biāo)優(yōu)化問(wèn)題.約束優(yōu)化問(wèn)題的計(jì)算難點(diǎn)在于兩方面:首先,涉及的函數(shù)往往是含有大量極值點(diǎn)且有可能是不可微的;其次,約束域可能很小,可行解不易發(fā)現(xiàn).目前,設(shè)計(jì)有效的算法求解約束優(yōu)化問(wèn)題,一直是最優(yōu)化算法研究的一個(gè)重點(diǎn)領(lǐng)域.本文針對(duì)這兩類約束優(yōu)化問(wèn)題,通過(guò)利用啟發(fā)式信息和約束處理技術(shù),分別設(shè)計(jì)了求解單目標(biāo)和多目標(biāo)約束優(yōu)化問(wèn)題的進(jìn)化算法.對(duì)于單目標(biāo)約束優(yōu)化問(wèn)題,基于問(wèn)題信息和種群分布特點(diǎn),設(shè)計(jì)了一種雙向信息搜索的遺傳算法.首先,通過(guò)啟發(fā)式信息在種群中產(chǎn)生至少一個(gè)可行個(gè)體.其次,對(duì)于每一個(gè)雜交父代個(gè)體,基于概率分布選擇一個(gè)可行解和一個(gè)目標(biāo)函數(shù)值好的個(gè)體,由這三個(gè)點(diǎn)的矢量和產(chǎn)生雜交后代.最后,仿真實(shí)驗(yàn)及比較結(jié)果表明,提出的進(jìn)化算法是可行有效的.對(duì)于多目標(biāo)約束優(yōu)化問(wèn)題,設(shè)計(jì)了一種新的進(jìn)化算法.首先,提出了一個(gè)基于二分法的約束處理方法.其次,針對(duì)多目標(biāo)非劣解的多樣性和收斂性,提出了一種基于代理優(yōu)化模型的局部搜索方法,使算法找到更多的優(yōu)質(zhì)解.最后,將約束處理后的個(gè)體和采用代理優(yōu)化模型得到的個(gè)體進(jìn)行外部... 

【文章來(lái)源】：青海師范大學(xué)青海省

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 約束優(yōu)化問(wèn)題
    1.2 進(jìn)化算法簡(jiǎn)介
    1.3 研究現(xiàn)狀
    1.4 本文的工作及創(chuàng)新
第二章 基于雙向約束處理技術(shù)的進(jìn)化算法
    2.1 引言
    2.2 算法設(shè)計(jì)
        2.2.1 種群初始化
        2.2.2 雜交算子設(shè)計(jì)
        2.2.3 變異算子
        2.2.4 提出的算法
    2.3 數(shù)值實(shí)驗(yàn)及比較
    2.4 小結(jié)
第三章 嵌入約束處理技術(shù)的多目標(biāo)進(jìn)化算法
    3.1 引言
    3.2 算法設(shè)計(jì)
        3.2.1 約束處理方法
        3.2.2 代理優(yōu)化模型
        3.2.3 存檔集
        3.2.4 提出的算法
    3.3 數(shù)值實(shí)驗(yàn)及比較
    3.4 小結(jié)
第四章 總結(jié)及展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷
攻讀碩士學(xué)位期間研究成果



本文編號(hào)：3476973