近些年來人們在實(shí)際生活中的廣泛應(yīng)用以及實(shí)際生產(chǎn)問題的影響,多目標(biāo)優(yōu)化問題在工程界和學(xué)術(shù)界受到了的關(guān)注日益增加,提出了許多處理問題的方法。目前智能優(yōu)化算法的研究最熱門,而且已經(jīng)運(yùn)用到了人們的生產(chǎn)生活中。學(xué)者受到鳥群捕食或者魚群捕食行為的啟發(fā),提出了粒子群優(yōu)化算法（Particle Swarm Optimization Algorithm-PSO）是一種典型的群體智能優(yōu)化算法。PSO算法結(jié)構(gòu)簡單,易于實(shí)現(xiàn),收斂速度快,引起了研究者的關(guān)注。它廣泛用于解決優(yōu)化問題以及實(shí)際的生產(chǎn)管理、電力控制等諸多問題。然而粒子群優(yōu)化算法在解決諸如收斂精度低和解決方案多樣性差等多目標(biāo)優(yōu)化問題時仍存在許多問題。為了克服這些問題,本文提出三個改進(jìn)策略,并用于解決多目標(biāo)優(yōu)化問題本文涉及工作主要包括:1.基礎(chǔ)的粒子群算法可能收斂到局部最優(yōu)帕累托前沿。提出了一種自適應(yīng)策略用于解決多目標(biāo)粒子群優(yōu)化算法收斂精度低和分布不均勻的問題。該策略能夠提高算法收斂的速度和收斂的精度,顯示修改三個控制參數(shù)（如,慣性權(quán)重和兩個學(xué)習(xí)因子）能直接影響粒子群算法的收斂性能。因此,合理的設(shè)置這三個參數(shù)能夠提高粒子群算法的性能。自適應(yīng)地設(shè)置粒子群算... 

【文章來源】：陜西師范大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－］多目標(biāo)優(yōu)化問題??Ｆｉｇ?１－１?Ｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ?ｏｐｔｉｍｉｚａｔｉｏｎ?ｐｒｏｂｌｅｍ??

?陜西師范大學(xué)碩士學(xué)位論文???的Ｐａｒｅｔｏ前沿面有一定的距離，用這個距離來估量解的收斂性，反映解集與??真實(shí)Ｐａｒｅｔｏ前沿之間的逼近程度，收斂性就是用來度量算法到真實(shí)Ｐａｒｅｔｏ前??沿面的逼近程度。??（２）分布性：??一組非劣解的均勻分布狀態(tài)的性能指標(biāo)通常是用分布性來評估。解集的分??布性通過兩個方面來判斷：①看解集能否在解空間中均勻的分布，而不是聚集??在某一點(diǎn)或者一個范圍內(nèi)②看解集在整個解空間中是否存在很廣泛的分布??算法性能的優(yōu)劣可以通過比較獲得的解集的收斂性能和分布性，Ｐａｒｅｔｏ前??沿面可以直觀的顯示收斂性和分布性。如圖１－２?ａ表示的是解集于真實(shí)Ｐａｒｅｔｏ??前沿面距離非常小，收斂于Ｐａｒｅｔｏ前沿面；如圖１－２?ｂ所表示的是解集離真實(shí)??的Ｐａｒｅｔｏ前沿面距離非常遠(yuǎn)，有一定的距離，收斂性能不好；如圖１－３?ａ所示??解集均勻地分布在Ｐａｒｅｔｏ前沿面，并沒有聚集在某一個范圍內(nèi)，很好的體現(xiàn)了??解集的多樣性以及分布性；如圖１－３?ｂ所示解集集中在上面一部分和下面一部??分，中間并沒出現(xiàn)，解集的多樣性和分布性不好，性能比較差。??

圖３－１．根據(jù)ＩＧＤ的平均值，ＳＭＰＳＯＥ在５個ＤＴＬＺ和５個ＺＤＴ問題上得到的非支配解．??Ｆｉｇ．３－１?Ａｃｃｏｒｄｉｎｇ?ｔｏ?ｔｈｅ?ａｖｅｒａｇｅ?ｖａｌｕｅ?ｏｆ?ＩＧＤ．?ｔｈｅ?ｎｏｎ－ｄｏｍｉｎａｔｅｄ?ｓｏｌｕｔｉｏｎｓ?ｏｂｔａｉｎｅｄ?ｂｙ??ＳＭＰＳＯＥ?ｏｎ?５ＤＴＬＺ?ａｎｄ?５?ＺＤＴ?ｐｒｏｂｌｅｍｓ??表３－２?ＳＭＰＳＯＥ、ＭＯＥＡ／Ｄ和ＭＯＥＡ－ＯＶＡ得到ＩＧＤ、ＧＤ和ＨＶ度量值的均值和方差．??Ｔａｂｌｅ?３－２?ＳＭＰＳＯＥ．?ＭＯＥＡ／Ｄ．?ａｎｄ?ＭＯＥＡ－ＤＶＡ?ｇｉｖｅ?ｔｈｅ?ｍｅａｎ?ａｎｄ?ｖａｒｉａｎｃｅ?ｏｆ?ｔｈｅ?ＩＧＤ．?ＧＤ．?ａｎｄ??ＨＶ?ｍｅｔｒｉｃｓ．??ＩＧＤ?ＧＤ?ＨＶ??ＺＤＴ１?ＳＭＰＳＯＥ?３．８３６７ｅ－３（２．３９ｅ－７）?７．０５５２ｅ－４（２．１３ｅ－６）?８．７１７９ｅ－ｌ（２．３６ｅ－６）??２６??


本文編號：3491272