發(fā)布時(shí)間：2017-08-20 20:18

  本文關(guān)鍵詞：基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法的研究

  更多相關(guān)文章： 進(jìn)化計(jì)算 多目標(biāo)優(yōu)化 非支配排序 分解思想 混合思想 自適應(yīng)指引

【摘要】：現(xiàn)實(shí)世界中存在許多的多目標(biāo)優(yōu)化問(wèn)題,即需要同時(shí)對(duì)多個(gè)相互沖突的目標(biāo)進(jìn)行優(yōu)化。多目標(biāo)優(yōu)化問(wèn)題存在一組表示目標(biāo)間權(quán)衡信息的解的集合。進(jìn)化算法是一類通過(guò)模擬自然界生物進(jìn)化過(guò)程而建立起來(lái)的智能優(yōu)化算法。比起傳統(tǒng)的確定性算法,進(jìn)化算法在解決復(fù)雜的NP難問(wèn)題更具有優(yōu)勢(shì)。本文主要從多目標(biāo)進(jìn)化算法的最新研究成果出發(fā),提出了一種基于外部集指導(dǎo)的自適應(yīng)多目標(biāo)進(jìn)化算法,用來(lái)求解多目標(biāo)優(yōu)化問(wèn)題。具體來(lái)說(shuō),本文的研究工作包含以下幾個(gè)部分:1、對(duì)已有的多目標(biāo)進(jìn)化算法進(jìn)行分類、分析和比較,重點(diǎn)闡述了基于分解的和基于非支配排序的多目標(biāo)進(jìn)化算法,分析它們的工作機(jī)制以及優(yōu)缺點(diǎn)。2、提出了一種基于外部集的混合多目標(biāo)進(jìn)化算法的新框架。將框架采用了兩個(gè)集合:一個(gè)為工作集,另一個(gè)為外部集。并將基于分解的和非支配排序的進(jìn)化算法分別作用于兩個(gè)集合。比較實(shí)驗(yàn)顯示了該混合算法比單一使用算法具有更好的性能。3、本文進(jìn)一步提出了一種基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法,即通過(guò)外部集中獲取的信息反饋給工作集,用于指引工作集的搜索方向。算法具有兩個(gè)集合,其中,工作集保證了搜索的收斂性以及多樣性;而外部集自適應(yīng)地指導(dǎo)著計(jì)算資源合理有效地分配到每一個(gè)子問(wèn)題,從而進(jìn)一步提高算法的效率。本文將提出的自適應(yīng)混合算法應(yīng)用于標(biāo)準(zhǔn)測(cè)試問(wèn)題中;與其它的多目標(biāo)進(jìn)化算法的對(duì)比實(shí)驗(yàn)表明,提出的算法具有更好的性能。同時(shí),本文對(duì)算法的各個(gè)組成部分的作用也進(jìn)行了實(shí)驗(yàn)分析和比較。
【關(guān)鍵詞】：進(jìn)化計(jì)算 多目標(biāo)優(yōu)化 非支配排序 分解思想 混合思想 自適應(yīng)指引
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 注釋表10-11
• 縮略詞11-12
• 第一章 緒論12-18
• 1.1 研究背景12-15
• 1.1.1 進(jìn)化計(jì)算概述13
• 1.1.2 多目標(biāo)優(yōu)化問(wèn)題概述13-14
• 1.1.3 多目標(biāo)優(yōu)化相關(guān)概念14-15
• 1.2 研究進(jìn)展15-16
• 1.3 本文主要研究?jī)?nèi)容16-17
• 1.4 本文各章節(jié)組織安排17-18
• 第二章 多目標(biāo)進(jìn)化算法簡(jiǎn)述18-30
• 2.1 多目標(biāo)進(jìn)化算法分類18-19
• 2.2 基于帕里托非支配排序的多目標(biāo)進(jìn)化算法(NSGA-II)19-22
• 2.2.1 算法概述19-20
• 2.2.2 精英策略20
• 2.2.3 算法實(shí)現(xiàn)20-22
• 2.3 基于分解的多目標(biāo)進(jìn)化算法(MOEA/D)22-25
• 2.3.1 算法概述22-23
• 2.3.2 分解策略23
• 2.3.3 算法實(shí)現(xiàn)23-25
• 2.3.4 算法特點(diǎn)25
• 2.4 性能度量指標(biāo)與測(cè)試問(wèn)題25-30
• 2.4.1 性能度量指標(biāo)25-27
• 2.4.2 測(cè)試問(wèn)題27-30
• 第三章 基于支配與基于分解的混合多目標(biāo)優(yōu)進(jìn)化算法30-44
• 3.1 引言30-31
• 3.2 動(dòng)機(jī)31-32
• 3.3 混合多目標(biāo)進(jìn)化算法32-34
• 3.3.1 總體框架32-33
• 3.3.2 詳細(xì)描述33-34
• 3.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析34-41
• 3.4.1 實(shí)驗(yàn)設(shè)計(jì)34-36
• 3.4.2 實(shí)驗(yàn)結(jié)果36-37
• 3.4.3 性能分析37-41
• 3.5 連續(xù)標(biāo)準(zhǔn)測(cè)試函數(shù)實(shí)驗(yàn)41-42
• 3.5.1 結(jié)果分析42
• 3.6 本章小結(jié)42-44
• 第四章 基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法44-62
• 4.1 引言44-45
• 4.2 動(dòng)機(jī)45-47
• 4.3 基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法47-50
• 4.3.1 總體框架47-49
• 4.3.2 詳細(xì)描述49-50
• 4.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析50-59
• 4.4.1 實(shí)驗(yàn)設(shè)計(jì)50-51
• 4.4.2 EAG-MOEA/D與經(jīng)典算法的對(duì)比51-54
• 4.4.3 自適應(yīng)機(jī)制的作用分析54-55
• 4.4.4 外部集的作用分析55-59
• 4.5 連續(xù)標(biāo)準(zhǔn)測(cè)試函數(shù)實(shí)驗(yàn)59-61
• 4.5.1 結(jié)果分析60-61
• 4.6 總結(jié)61-62
• 第五章 研究工作總結(jié)和未來(lái)展望62-64
• 5.1 研究總結(jié)62
• 5.2 研究展望62-64
• 參考文獻(xiàn)64-69
• 致謝69-70
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 關(guān)志華;多目標(biāo)進(jìn)化算法研究初步[J];石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào);2002年02期

2 張勇德,黃莎白;一種改進(jìn)的基于約束支配的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)工程;2004年16期

3 雷德明,吳智銘;基于個(gè)體密集距離的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)學(xué)報(bào);2005年08期

4 薛娟;鄭金華;李旭勇;;一種基于聚集距離的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年36期

5 馬清亮;胡昌華;;多目標(biāo)進(jìn)化算法及其在控制領(lǐng)域中的應(yīng)用綜述[J];控制與決策;2006年05期

6 唐歡容;蔣浩;鄭金華;;量子多目標(biāo)進(jìn)化算法研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年13期

7 林丹;丑英哲;李敏強(qiáng);;求解多目標(biāo)二層規(guī)劃的多目標(biāo)進(jìn)化算法[J];系統(tǒng)工程學(xué)報(bào);2007年02期

8 鄭向偉;劉弘;;多目標(biāo)進(jìn)化算法研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2007年07期

9 李密青;鄭金華;羅彪;伍軍;文詩(shī)華;;一種基于鄰域的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)應(yīng)用;2008年06期

10 汪文彬;鐘聲;;基于改進(jìn)擁擠距離的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)工程;2009年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 孫海濤;熊鷹;韓峰;;基于多目標(biāo)進(jìn)化算法的艦船概念設(shè)計(jì)方法研究[A];第四屆全國(guó)船舶與海洋工程學(xué)術(shù)會(huì)議論文集[C];2009年

2 崔遜學(xué);;多目標(biāo)進(jìn)化算法的研究現(xiàn)狀與群體多樣性研究[A];Complexity Problems--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 豐志偉;多目標(biāo)進(jìn)化算法研究及在飛行器動(dòng)力學(xué)系統(tǒng)中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 代才;基于分解的多目標(biāo)進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

3 申瑞珉;高維多目標(biāo)進(jìn)化算法及其軟件平臺(tái)研究[D];湘潭大學(xué);2015年

4 孟紅云;多目標(biāo)進(jìn)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2005年

5 黃林峰;多目標(biāo)進(jìn)化算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

6 郭秀萍;多目標(biāo)進(jìn)化算法及其在制造系統(tǒng)中的應(yīng)用研究[D];上海交通大學(xué);2007年

7 譚艷艷;幾種改進(jìn)的分解類多目標(biāo)進(jìn)化算法及其應(yīng)用[D];西安電子科技大學(xué);2013年

8 張明明;面向量子可逆邏輯自動(dòng)綜合的多目標(biāo)進(jìn)化算法研究[D];東華大學(xué);2010年

9 劉立衡;多目標(biāo)進(jìn)化算法的研究及其在負(fù)荷分配中的應(yīng)用[D];華北電力大學(xué)（北京）;2010年

10 師瑞峰;多目標(biāo)進(jìn)化算法研究及其在生產(chǎn)排序中的應(yīng)用[D];北京航空航天大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳坤安;基于分散策略的多目標(biāo)進(jìn)化算法研究[D];福建師范大學(xué);2015年

2 馬晨琳;基于分解的交互式偏好多目標(biāo)優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

3 喻果;基于分解的偏好多目標(biāo)進(jìn)化算法及其評(píng)價(jià)指標(biāo)的研究[D];湘潭大學(xué);2015年

4 李業(yè)興;基于外部集指引的自適應(yīng)多目標(biāo)進(jìn)化算法的研究[D];南京航空航天大學(xué);2015年

5 文詩(shī)華;多目標(biāo)進(jìn)化算法中變異算子的研究[D];湘潭大學(xué);2009年

6 孫艷平;帶約束的多目標(biāo)進(jìn)化算法及其營(yíng)養(yǎng)膳食模型的研究[D];河南工業(yè)大學(xué);2010年

7 李旭勇;多目標(biāo)進(jìn)化算法中分布度評(píng)價(jià)方法的研究[D];湘潭大學(xué);2005年

8 薛娟;多目標(biāo)進(jìn)化算法中非均勻問(wèn)題的研究[D];湘潭大學(xué);2005年

9 左婷婷;基于擂臺(tái)賽法則和聚集密度的多目標(biāo)進(jìn)化算法的研究與應(yīng)用[D];安徽理工大學(xué);2012年

10 張?chǎng)?漸進(jìn)交互式多目標(biāo)進(jìn)化算法在垃圾處理站選址中的應(yīng)用[D];浙江工業(yè)大學(xué);2013年

，

本文編號(hào)：708652