同時(shí)存在區(qū)間顯式指標(biāo)和模糊隱式指標(biāo)的高維混合指標(biāo)優(yōu)化問題是一類難以求解的不確定多目標(biāo)優(yōu)化問題.針對(duì)該問題,首先,分別對(duì)高維顯式指標(biāo)和隱式指標(biāo)的主要參數(shù)按確定性多目標(biāo)優(yōu)化,根據(jù)獲得的相關(guān)權(quán)值,將高維顯式指標(biāo)和高維隱式指標(biāo)分別降維成一維等效區(qū)間適應(yīng)值和一維等效模糊適應(yīng)值,二者合成個(gè)體等效指標(biāo)體;然后,依據(jù)等效指標(biāo)體的占優(yōu)情況,通過確定自適應(yīng)參考點(diǎn)和偏好區(qū)域面積選擇個(gè)體;最后,在大規(guī)模種群NSGA-II范式下,采用隱式指標(biāo)估計(jì)策略和種群聚類方法實(shí)現(xiàn)交互式進(jìn)化優(yōu)化算法.將本文算法應(yīng)用于2種混合性能指標(biāo)優(yōu)化問題,驗(yàn)證所提算法的有效性和泛化性. 

【文章來源】：電子學(xué)報(bào). 2020,48(07)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 高維混合性能指標(biāo)優(yōu)化問題模型
3 算法總體框架
4 隱式指標(biāo)估計(jì)
    4.1 隱式指標(biāo)意義的個(gè)體相似度
    4.2 模糊適應(yīng)值估計(jì)
5 混合指標(biāo)的降維
6 個(gè)體選擇策略
    6.1 混合性能指標(biāo)個(gè)體占優(yōu)情況
    6.2 基于自適應(yīng)參考點(diǎn)的互不占優(yōu)個(gè)體比較策略
7 性能分析
8 實(shí)驗(yàn)與結(jié)果分析
    8.1 在室內(nèi)布局優(yōu)化問題中的應(yīng)用
        8.1.1 優(yōu)化問題與參數(shù)設(shè)置
        8.1.2 實(shí)驗(yàn)結(jié)果分析
            (1)算法效率
            (2)算法收斂性
            (3)pareto最優(yōu)解集
    8.2 在室內(nèi)掛鐘外觀設(shè)計(jì)問題中的應(yīng)用
        8.2.1 優(yōu)化問題與參數(shù)設(shè)置
        8.2.2 實(shí)驗(yàn)結(jié)果分析
9 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]進(jìn)化高維多目標(biāo)優(yōu)化研究進(jìn)展[J]. 孫靖,鞏敦衛(wèi).  控制理論與應(yīng)用. 2018(07)
[2]基于進(jìn)化個(gè)體模糊適應(yīng)值估計(jì)的交互式遺傳算法[J]. 郭廣頌,陳良驥,文振華,侯軍興.  控制與決策. 2018(09)
[3]一種新的區(qū)間數(shù)的比較與排序方法[J]. 高德寶,于輝.  統(tǒng)計(jì)與決策. 2017(17)



本文編號(hào)：3515721