在現(xiàn)實(shí)生活中許多優(yōu)化問(wèn)題都有多個(gè)目標(biāo),必須同時(shí)進(jìn)行優(yōu)化,傳統(tǒng)的技術(shù)已經(jīng)不能解決多目標(biāo)優(yōu)化的問(wèn)題,元啟發(fā)算法為解決多目標(biāo)問(wèn)題提供了新的思路,而粒子群算法是元啟發(fā)算法的代表性算法,粒子群算法思想源自自然界鳥(niǎo)類(lèi)捕食的行為。雖然已經(jīng)有很多多目標(biāo)粒子群算法,但是由于粒子群特殊的引導(dǎo)者機(jī)制和早熟的問(wèn)題,使得多目標(biāo)粒子群算法在尋優(yōu)過(guò)程中存在收斂困難和多樣性偏差的問(wèn)題。針對(duì)以上問(wèn)題,本文在深入研究多目標(biāo)粒子群算法的基礎(chǔ)上對(duì)其提出改進(jìn)方法,主要工作如下:(1)為了改善多目標(biāo)粒子群算法存在優(yōu)化解的多樣性不足和算法的收斂性問(wèn)題,提出了一種博弈機(jī)制的多目標(biāo)粒子群算法,該算法并不需要外部集來(lái)存儲(chǔ)全局最優(yōu)值和個(gè)體最優(yōu)值。首先利用混沌映射的特性改善算法的收斂速度,避免算法陷入局部最優(yōu),其次擁擠距離和博弈機(jī)制保持了算法的多樣性。實(shí)驗(yàn)結(jié)果表明,與六種算法在三個(gè)系列測(cè)試函數(shù)上進(jìn)行對(duì)比,提出的算法在種群多樣性的維持和收斂速度方面都具有良好的性能。(2)為了平衡搜索過(guò)程中的收斂性和多樣性,提出了一種新的混合策略的多目標(biāo)粒子群算法,該方法提出了一種簡(jiǎn)化的面向引導(dǎo)者的粒子群算法,加快了粒子的收斂速度;其次,充分利用粒子群算法的學(xué)...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容和論文結(jié)構(gòu)
        1.3.1 本文研究?jī)?nèi)容
        1.3.2 論文結(jié)構(gòu)
第二章 基本理論
    2.1 多目標(biāo)優(yōu)化概念
        2.1.1 Pareto概念
        2.1.2 多目標(biāo)進(jìn)化算法概念
    2.2 群智能概念
        2.3.1 鳥(niǎo)群行為的建模
        2.3.2 粒子群優(yōu)化算法
    2.3 多目標(biāo)粒子群優(yōu)化算法
        2.3.1 外部?jī)?chǔ)備集
        2.3.2 全局最優(yōu)粒子選擇機(jī)制
        2.3.3 個(gè)體最優(yōu)選擇機(jī)制
        2.3.4 遺傳算子
        2.3.5 多種群
第三章 基于博弈機(jī)制的多目標(biāo)粒子群優(yōu)化算法
    3.1 引言
    3.2 算法基本理論
        3.2.1 粒子群算法
        3.2.2 博弈
    3.3 博弈機(jī)制算法
        3.3.1 混沌映射
        3.3.2 多尺度混沌變異策略
        3.3.3 GMOPSO框架
        3.3.4 新博弈更新機(jī)制
    3.4 實(shí)驗(yàn)仿真與分析
        3.4.1 實(shí)驗(yàn)環(huán)境
        3.4.2 IGD對(duì)比分析
        3.4.3 Pareto前沿比較
    3.5 本章小結(jié)
第四章 混合策略的多目標(biāo)粒子群優(yōu)化算法
    4.1 引言
    4.2 算法基本理論
        4.2.1 優(yōu)化內(nèi)容
        4.2.2 引導(dǎo)者選擇策略
        4.2.3 參考向量
    4.3 混合策略
        4.3.1 簡(jiǎn)化的速度更新策略
        4.3.2 儲(chǔ)備集策略
        4.3.3 成熟度量化
        4.3.4 雙重決策
        4.3.5 多樣性增強(qiáng)
        4.3.6 算法主框架
    4.4 實(shí)驗(yàn)仿真與分析
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 IGD值對(duì)比分析
        4.4.3 Pareto前沿分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果



本文編號(hào)：3840517