【摘要】： 科學(xué)研究與工程應(yīng)用中存在著大量的多目標優(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。隨著進化算法的發(fā)展,國內(nèi)外研究人員在簡單遺傳算法的基礎(chǔ)上,提出了多種多目標遺傳算法,其中非支配排序遺傳算法NSGA經(jīng)研究證實為效果最好的一種,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,對于帶精英策略的非支配排序遺傳算法的研究,國外的理論研究與應(yīng)用研究較為深入,相比在國內(nèi)的研究較少。本文通過對算法理論的學(xué)習(xí)與研究,之后對算法進行改進與實驗驗證,最后將研究成果應(yīng)用于實際中。本文主要進行以下工作: (1)介紹了多目標優(yōu)化與多目標優(yōu)化遺傳算法的研究現(xiàn)狀,其中重點介紹了非支配排序遺傳算法的情況。從多目標優(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,之后提出了當前算法的一些不足之處。 (2)針對當前非支配排序遺傳算法存在的全局搜索能力強而局部搜索能力不足與對進化相關(guān)信息利用不足的狀況,借鑒混合多目標進化算法的思想,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以適應(yīng)多目標局部搜索,為利用進化過程中的相關(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算法的搜索能力。最后使用Eckart Zitzler測試函數(shù)對改進算法進行測試,制定了4種測試指標,對測試結(jié)果進行了分析。 (3)區(qū)域水資源優(yōu)化配置作為現(xiàn)實中的多目標優(yōu)化問題的典型,本文在分析了其多目標數(shù)學(xué)模型的基礎(chǔ)上,將本文的研究成果運用于實際問題中,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,算法可以滿足生成決策方案的要求,因此本文設(shè)計的改進算法具有一定的實用價值。
【圖文】：

3.1 混合多目標進化方法一 圖 3.2 混合多目標進化方法的多目標遺傳局部搜索算法基本上都是基于進化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進行搜索就了不同的多目標遺傳局部搜索算法。但是所要達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立運行，所以局部搜索很容易結(jié)合成新的、高效的多目標遺傳局部搜索算法。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 混合多目標進化方法一 圖 3.2 混合多目標進化方法的多目標遺傳局部搜索算法基本上都是基于進化算法與基礎(chǔ)上。至于局部搜索和遺傳搜索如何交替進行搜索就了不同的多目標遺傳局部搜索算法。但是所要達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立運行，，所以局部搜索很容易結(jié)合成新的、高效的多目標遺傳局部搜索算法。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)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TV213.4;TP18

【引證文獻】

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;先進能源利用系統(tǒng)多目標優(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：2685973