發(fā)布時(shí)間：2024-03-23 22:08

　　近年來(lái),高維多目標(biāo)優(yōu)化問(wèn)題的研究取得了較快的發(fā)展。因此,如何設(shè)計(jì)出一種在收斂性能和多樣性之間達(dá)到較好平衡的進(jìn)化算法,用于解決高維多目標(biāo)優(yōu)化問(wèn)題,成為進(jìn)化計(jì)算領(lǐng)域的一個(gè)難點(diǎn)。聚類(lèi)分析技術(shù)作為一種數(shù)據(jù)分析工具,被廣泛地應(yīng)用于各種研究和應(yīng)用領(lǐng)域。因此,如何設(shè)計(jì)出一種高效的自動(dòng)聚類(lèi)算法,成為聚類(lèi)分析技術(shù)的研究熱點(diǎn)之一�；谝陨媳尘�,本文的研究?jī)?nèi)容如下:提出了采用放松支配關(guān)系的高維多目標(biāo)微分進(jìn)化算法。算法使用放松的Pareto支配關(guān)系,目的是增加個(gè)體的選擇壓力;使用群體和外部存儲(chǔ)器協(xié)同進(jìn)化方案,并且聯(lián)合混合微分變異算子,生成子代群體;使用基于指標(biāo)的方法計(jì)算個(gè)體的適應(yīng)度并對(duì)群體進(jìn)行更新;使用基于Lp范數(shù)(0<p<1)距離的多樣性維護(hù)策略更新外部存儲(chǔ)器。將所提算法與其它兩種經(jīng)典算法在一組標(biāo)準(zhǔn)測(cè)試函數(shù)中進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明所提算法能夠在高維多目標(biāo)優(yōu)化問(wèn)題中獲得一組收斂性能和分布性能均較優(yōu)的非支配解。提出了采用類(lèi)心密度策略的多目標(biāo)微分自動(dòng)聚類(lèi)算法。針對(duì)聚類(lèi)過(guò)程中,由于類(lèi)心選取的隨機(jī)性導(dǎo)致所選類(lèi)心偏離數(shù)據(jù)集,或者類(lèi)心過(guò)于集中而帶來(lái)的錯(cuò)誤聚類(lèi)這一缺陷,所提算法對(duì)類(lèi)心的選取進(jìn)行兩次篩選;為...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１二維空間下的Ｐａｒｅｔｏ支配關(guān)系??

??Ｐａｒｅｔｏ支配關(guān)系如圖２．１所示：對(duì)于個(gè)體Ａ而言（黑色點(diǎn)），若按照定義３中Ｐａｒｅｔｏ支??配關(guān)系的定義，則該二維空間被劃分成了三個(gè)部分。從圖中可以看出：白色部分是可以??支配個(gè)體Ａ的部分，淺灰色部分表示兩者互不支配，而深灰色部分表示被個(gè)體Ａ支配??的部分。??—Ｓ?ｌ?爾....

圖２．３外部存儲(chǔ)器法示意圖??之后，在該策略的基礎(chǔ)上，誕生了一些經(jīng)典的進(jìn)化多目標(biāo)優(yōu)化算法

提出了算法ＳＰＥＡ［４１，該方法中提出的精英保留策略標(biāo)志著第二代進(jìn)化多目標(biāo)優(yōu)化算法??的誕生。精英保留策略指定義一個(gè)外部群體來(lái)保留算法迭代過(guò)程中求得的非支配個(gè)體，??圖２．３給出了外部存儲(chǔ)器法的示意圖。??父代群體?子代群體?外部存儲(chǔ)器??？Ｖｉ?－Ａ??／?選擇精英個(gè)體?選擇精....

圖２．４擁擠距離估計(jì)示意圖??

２００２年，Ｄｅｂ對(duì)算法ＮＳＧＡ進(jìn)行了改進(jìn)，提出了著名的ＮＳＧＡ－ＩＩ算法［３］。在該算??法中，首次出現(xiàn)了擁擠距離這個(gè)新的概念。在每個(gè)經(jīng)過(guò)歸一化的目標(biāo)函數(shù)上，將個(gè)體Ａ??左側(cè)和右側(cè)兩個(gè)個(gè)體的距離平均值定義為個(gè)體々的擁擠距離，如圖２．４所示。使用擁??擠距離比較算子代替了算法ＮＳ....

圖２．５隨機(jī)群體中非支配解所占比例隨目標(biāo)數(shù)量的變化圖??

維多目標(biāo)優(yōu)化問(wèn)題（Ｍａｎｙ－Ｏｂｊｅｃｔｉｖｅ?Ｏｐｔｉｍｉｚａｔｉｏｎ?Ｐｒｏｂｌｅｍｓ，簡(jiǎn)稱(chēng)?ＭａＯＰｓ）。由于?Ｐａｒｅｔｏ??前沿面的維數(shù)會(huì)隨著目標(biāo)空間的維數(shù)增加而增加，若此時(shí)群體中各個(gè)解的選擇壓力較低，??隨之帶來(lái)的則是群體中非支配解的迅速增加。圖２．５顯示了隨著目標(biāo)個(gè)....

本文編號(hào)：3936536