帶精英策略NSGA的研究及其在區(qū)域水資源優(yōu)化配置中的應(yīng)用
發(fā)布時(shí)間:2020-05-28 23:07
【摘要】: 科學(xué)研究與工程應(yīng)用中存在著大量的多目標(biāo)優(yōu)化問題,傳統(tǒng)的解決方法在處理多維、多模態(tài)等復(fù)雜問題上存在著很多不足之處。隨著進(jìn)化算法的發(fā)展,國(guó)內(nèi)外研究人員在簡(jiǎn)單遺傳算法的基礎(chǔ)上,提出了多種多目標(biāo)遺傳算法,其中非支配排序遺傳算法NSGA經(jīng)研究證實(shí)為效果最好的一種,之后研究人員在此基礎(chǔ)上將精英策略與NSGA算法結(jié)合起來,提出了改進(jìn)的算法,即帶精英策略的非支配排序遺傳算法NSGA-Ⅱ。 目前來說,對(duì)于帶精英策略的非支配排序遺傳算法的研究,國(guó)外的理論研究與應(yīng)用研究較為深入,相比在國(guó)內(nèi)的研究較少。本文通過對(duì)算法理論的學(xué)習(xí)與研究,之后對(duì)算法進(jìn)行改進(jìn)與實(shí)驗(yàn)驗(yàn)證,最后將研究成果應(yīng)用于實(shí)際中。本文主要進(jìn)行以下工作: (1)介紹了多目標(biāo)優(yōu)化與多目標(biāo)優(yōu)化遺傳算法的研究現(xiàn)狀,其中重點(diǎn)介紹了非支配排序遺傳算法的情況。從多目標(biāo)優(yōu)化的理論與概念入手,論述了非支配排序遺傳算法NSGA及其改進(jìn)的算法NSGA-Ⅱ的基本原理、算法流程與算法采用的基本策略,之后提出了當(dāng)前算法的一些不足之處。 (2)針對(duì)當(dāng)前非支配排序遺傳算法存在的全局搜索能力強(qiáng)而局部搜索能力不足與對(duì)進(jìn)化相關(guān)信息利用不足的狀況,借鑒混合多目標(biāo)進(jìn)化算法的思想,將禁忌搜索算法作為局部搜索方法與NSGA-Ⅱ算法結(jié)合起來,總結(jié)設(shè)計(jì)出了一種帶TS局部搜索與精英策略的NSGA算法。首先將禁忌搜索算法做了一定的改進(jìn)以適應(yīng)多目標(biāo)局部搜索,為利用進(jìn)化過程中的相關(guān)信息,采用了一種自適應(yīng)鄰域的搜索策略,另外還構(gòu)造了一種交叉算子來加強(qiáng)算法的搜索能力。最后使用Eckart Zitzler測(cè)試函數(shù)對(duì)改進(jìn)算法進(jìn)行測(cè)試,制定了4種測(cè)試指標(biāo),對(duì)測(cè)試結(jié)果進(jìn)行了分析。 (3)區(qū)域水資源優(yōu)化配置作為現(xiàn)實(shí)中的多目標(biāo)優(yōu)化問題的典型,本文在分析了其多目標(biāo)數(shù)學(xué)模型的基礎(chǔ)上,將本文的研究成果運(yùn)用于實(shí)際問題中,總結(jié)出了新的模型求解方法。之后以廈門市水資源優(yōu)化配置為示例,將傳統(tǒng)的大系統(tǒng)總體優(yōu)化遺傳算法與本文的方法比較,說明了應(yīng)用本文算法的優(yōu)勢(shì),算法可以滿足生成決策方案的要求,因此本文設(shè)計(jì)的改進(jìn)算法具有一定的實(shí)用價(jià)值。
【圖文】:
3.1 混合多目標(biāo)進(jìn)化方法一 圖 3.2 混合多目標(biāo)進(jìn)化方法的多目標(biāo)遺傳局部搜索算法基本上都是基于進(jìn)化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進(jìn)行搜索就了不同的多目標(biāo)遺傳局部搜索算法。但是所要達(dá)到的目的算法使用程度的平衡,在盡量減少算法復(fù)雜度的情況下算法與局部搜索方法分別獨(dú)立運(yùn)行,所以局部搜索很容易結(jié)合成新的、高效的多目標(biāo)遺傳局部搜索算法。搜索(TS)算法忌搜索算法的基本思想的禁忌搜索是在局部鄰域搜索的基礎(chǔ)上,通過設(shè)置禁忌表
3.1 混合多目標(biāo)進(jìn)化方法一 圖 3.2 混合多目標(biāo)進(jìn)化方法的多目標(biāo)遺傳局部搜索算法基本上都是基于進(jìn)化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進(jìn)行搜索就了不同的多目標(biāo)遺傳局部搜索算法。但是所要達(dá)到的目的算法使用程度的平衡,在盡量減少算法復(fù)雜度的情況下算法與局部搜索方法分別獨(dú)立運(yùn)行,,所以局部搜索很容易結(jié)合成新的、高效的多目標(biāo)遺傳局部搜索算法。搜索(TS)算法忌搜索算法的基本思想的禁忌搜索是在局部鄰域搜索的基礎(chǔ)上,通過設(shè)置禁忌表
【學(xué)位授予單位】:中北大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2008
【分類號(hào)】:TV213.4;TP18
本文編號(hào):2685973
【圖文】:
3.1 混合多目標(biāo)進(jìn)化方法一 圖 3.2 混合多目標(biāo)進(jìn)化方法的多目標(biāo)遺傳局部搜索算法基本上都是基于進(jìn)化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進(jìn)行搜索就了不同的多目標(biāo)遺傳局部搜索算法。但是所要達(dá)到的目的算法使用程度的平衡,在盡量減少算法復(fù)雜度的情況下算法與局部搜索方法分別獨(dú)立運(yùn)行,所以局部搜索很容易結(jié)合成新的、高效的多目標(biāo)遺傳局部搜索算法。搜索(TS)算法忌搜索算法的基本思想的禁忌搜索是在局部鄰域搜索的基礎(chǔ)上,通過設(shè)置禁忌表
3.1 混合多目標(biāo)進(jìn)化方法一 圖 3.2 混合多目標(biāo)進(jìn)化方法的多目標(biāo)遺傳局部搜索算法基本上都是基于進(jìn)化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進(jìn)行搜索就了不同的多目標(biāo)遺傳局部搜索算法。但是所要達(dá)到的目的算法使用程度的平衡,在盡量減少算法復(fù)雜度的情況下算法與局部搜索方法分別獨(dú)立運(yùn)行,,所以局部搜索很容易結(jié)合成新的、高效的多目標(biāo)遺傳局部搜索算法。搜索(TS)算法忌搜索算法的基本思想的禁忌搜索是在局部鄰域搜索的基礎(chǔ)上,通過設(shè)置禁忌表
【學(xué)位授予單位】:中北大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2008
【分類號(hào)】:TV213.4;TP18
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前3條
1 呂祥瑞;城市再生水系統(tǒng)優(yōu)化配置的研究[D];天津大學(xué);2010年
2 陳玉寶;先進(jìn)能源利用系統(tǒng)多目標(biāo)優(yōu)化方法研究及應(yīng)用[D];重慶大學(xué);2010年
3 陳寶宇;基于NSGA-Ⅱ算法的磨礦過程穩(wěn)態(tài)優(yōu)化[D];東北大學(xué);2009年
本文編號(hào):2685973
本文鏈接:http://sikaile.net/kejilunwen/zylw/2685973.html
最近更新
教材專著