【摘要】：提出一種基于膜優(yōu)化理論的多目標(biāo)優(yōu)化算法,該算法受膜計(jì)算的啟發(fā),結(jié)合膜結(jié)構(gòu)、多重集和反應(yīng)規(guī)則來(lái)求解多目標(biāo)優(yōu)化問(wèn)題。為了增強(qiáng)算法的適應(yīng)能力,采用了遺傳算法中的交叉與變異機(jī)制,同時(shí)在膜中引入外部檔案集,并采用非支配排序和擁擠距離方法對(duì)外部檔案集進(jìn)行更新操作來(lái)提高搜索解的多樣性。仿真實(shí)驗(yàn)采用標(biāo)準(zhǔn)的KUR和ZDT系列多目標(biāo)問(wèn)題對(duì)所提出的算法進(jìn)行測(cè)試,通過(guò)該算法得出的非支配解集能夠較好地逼近真實(shí)的Pareto前沿,說(shuō)明所提算法在求解多目標(biāo)優(yōu)化問(wèn)題上具有可行性和有效性。
[Abstract]:A multi-objective optimization algorithm based on membrane optimization theory is proposed. The algorithm is inspired by membrane computation and combines membrane structure, multi-multiple sets and response rules to solve multi-objective optimization problems. In order to enhance the adaptability of the algorithm, the crossover and mutation mechanism of genetic algorithm is adopted, and the external file set is introduced into the membrane. In order to improve the diversity of search solutions, the methods of undominated sorting and crowding distance are used to update the external file set. The proposed algorithm is tested by using standard KUR and ZDT series of multi-objective problems in simulation experiments. The non-dominated solution set obtained by the algorithm can approach the real Pareto frontier well. The results show that the proposed algorithm is feasible and effective in solving multi-objective optimization problems.
【作者單位】： 云南財(cái)經(jīng)大學(xué)信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61461051,71462036) 云南省教育廳一般項(xiàng)目(2015Y278)
【分類(lèi)號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹先彬,李金龍,王煦法;基于生態(tài)協(xié)同的多目標(biāo)優(yōu)化研究(英文)[J];軟件學(xué)報(bào);2001年04期

2 劉淳安;王宇平;;基于新模型的動(dòng)態(tài)多目標(biāo)優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)研究與發(fā)展;2008年04期

3 徐鶴鳴;王東;;多目標(biāo)優(yōu)化問(wèn)題的求解框架[J];微計(jì)算機(jī)信息;2009年36期

4 郭曉東;王麗芳;;求解多目標(biāo)優(yōu)化問(wèn)題的分布估計(jì)算法[J];太原科技大學(xué)學(xué)報(bào);2010年01期

5 雍龍泉;;求解一類(lèi)不可微多目標(biāo)優(yōu)化問(wèn)題的社會(huì)認(rèn)知算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

6 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問(wèn)題研究[J];計(jì)算機(jī)科學(xué);2012年02期

7 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬(wàn)海同;;復(fù)方藥物劑量配比多目標(biāo)優(yōu)化的方法學(xué)研究[J];微型機(jī)與應(yīng)用;2012年07期

8 王杰文;;約束多目標(biāo)優(yōu)化問(wèn)題中約束處理方法綜述[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2012年36期

9 賈利民,張錫第;智能多目標(biāo)優(yōu)化控制及其應(yīng)用[J];信息與控制;1992年01期

10 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽(yáng)工學(xué)院學(xué)報(bào);1993年02期

相關(guān)會(huì)議論文 前4條

1 劉桂萍;于瑞貞;;動(dòng)態(tài)環(huán)境下的柴油機(jī)調(diào)速系統(tǒng)PID控制參數(shù)的多目標(biāo)優(yōu)化[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

2 韓肖清;劉海龍;;基于遺傳算法的微電網(wǎng)多目標(biāo)優(yōu)化控制研究[A];2011中國(guó)電工技術(shù)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

3 曹瑞芬;吳宜燦;景佳;李國(guó)麗;裴曦;程夢(mèng)云;林輝;FDS團(tuán)隊(duì);;快速非支配排序多目標(biāo)遺傳算法在放療逆向計(jì)劃優(yōu)化中的應(yīng)用[A];第二屆全國(guó)核技術(shù)及應(yīng)用研究學(xué)術(shù)研討會(huì)大會(huì)論文摘要集[C];2009年

4 王小剛;童振;王福利;張清知;;一種支持向量回歸模型參數(shù)多目標(biāo)尋優(yōu)方法[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王晗丁;復(fù)雜問(wèn)題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問(wèn)題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

3 過(guò)曉芳;超多目標(biāo)優(yōu)化問(wèn)題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

4 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

5 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

6 蔣慶;地下水時(shí)空變化及監(jiān)測(cè)網(wǎng)多目標(biāo)優(yōu)化研究[D];華中科技大學(xué);2008年

7 陳瓊;演化多目標(biāo)優(yōu)化多樣性保持策略及其應(yīng)用研究[D];武漢理工大學(xué);2010年

8 陳小紅;基于進(jìn)化算法的高維多目標(biāo)優(yōu)化問(wèn)題求解方法及應(yīng)用[D];深圳大學(xué);2015年

9 劉鎏;多目標(biāo)優(yōu)化進(jìn)化算法及應(yīng)用研究[D];天津大學(xué);2010年

10 魏靜萱;解決單目標(biāo)和多目標(biāo)優(yōu)化問(wèn)題的進(jìn)化算法[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 何素素;基于改進(jìn)的粒子群算法的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化研究[D];西安石油大學(xué);2015年

2 崔華;面向個(gè)性化需求的服務(wù)組合優(yōu)化方法[D];哈爾濱工業(yè)大學(xué);2015年

3 章姍捷;基于遺傳算法的電力工程多目標(biāo)優(yōu)化研究[D];華北電力大學(xué);2015年

4 高敏;基于協(xié)同論的風(fēng)電建設(shè)項(xiàng)目多目標(biāo)優(yōu)化模型研究[D];華北電力大學(xué);2015年

5 陳振興;基于空間擁擠控制策略的進(jìn)化多目標(biāo)優(yōu)化[D];福建師范大學(xué);2015年

6 田野;高維多目標(biāo)優(yōu)化算法的若干關(guān)鍵問(wèn)題研究[D];安徽大學(xué);2015年

7 姜守勇;多目標(biāo)電體搜索優(yōu)化算法的研究[D];東北大學(xué);2013年

8 楊迪;一種求解多目標(biāo)優(yōu)化問(wèn)題的改進(jìn)遺傳算法研究[D];東北大學(xué);2013年

9 徐豪;基于合作型免疫克隆協(xié)同進(jìn)化和量子粒子群的約束多目標(biāo)優(yōu)化問(wèn)題研究[D];西安電子科技大學(xué);2014年

10 張永曉;基于分解和自適應(yīng)參考點(diǎn)偏好的進(jìn)化多目標(biāo)優(yōu)化方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2200569