【摘要】：現(xiàn)實(shí)生活中,許多優(yōu)化問(wèn)題存在多個(gè)相互沖突的目標(biāo),而且這些目標(biāo)或約束會(huì)隨著時(shí)間而動(dòng)態(tài)發(fā)生改變。為解決一類(lèi)具有環(huán)境變化參數(shù)的動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題,研究人員常采用跟蹤環(huán)境變化的優(yōu)化方法。即在探測(cè)到環(huán)境發(fā)生動(dòng)態(tài)變化時(shí),觸發(fā)新一輪多目標(biāo)進(jìn)化優(yōu)化過(guò)程,利用之前的環(huán)境時(shí)變歷史信息預(yù)測(cè)全部或部分初始種群,采用具有更好多樣性的進(jìn)化策略來(lái)增加種群多樣性,確保在有限時(shí)間內(nèi)找到逼近當(dāng)前真實(shí)Pareto前沿的最優(yōu)解。這種重新觸發(fā)進(jìn)化機(jī)制,往往在具有復(fù)雜的目標(biāo)函數(shù)評(píng)價(jià),或者環(huán)境變化較快的一類(lèi)動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題中,不能找到令人滿(mǎn)意的Pareto解。針對(duì)該問(wèn)題,研究人員給出了基于時(shí)間的魯棒解定義,旨在找到一組Pareto魯棒解,使其以一定適應(yīng)度滿(mǎn)意閾值,可以用于多個(gè)連續(xù)動(dòng)態(tài)變化環(huán)境中。但是,已有的Pareto魯棒解定義,是針對(duì)每個(gè)個(gè)體計(jì)算其魯棒性能,沒(méi)有從Pareto前沿面來(lái)整體考慮Pareto解集的魯棒性。當(dāng)相鄰動(dòng)態(tài)環(huán)境下的Pareto前沿存在交叉、凹凸變化,或者分布均勻性發(fā)生變化時(shí),已有魯棒性定義會(huì)出現(xiàn)評(píng)價(jià)偏差。為此,本文提出了一種新型的魯棒性定義,并在此基礎(chǔ)上,給出了相應(yīng)的魯棒動(dòng)態(tài)多目標(biāo)進(jìn)化優(yōu)化算法。首先,為了準(zhǔn)確的衡量所求出Pareto解的魯棒性能,借鑒已有的集合評(píng)價(jià)思想,將整個(gè)Pareto前沿作為一個(gè)整體進(jìn)行考慮,采用Pareto前沿的超體積來(lái)描述其解的魯棒性能�；谏鲜龀w積魯棒性定義,采用傳統(tǒng)MOEA/D算法,構(gòu)建了基于超體積的魯棒動(dòng)態(tài)多目標(biāo)進(jìn)化優(yōu)化算法。通過(guò)9個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)的仿真實(shí)驗(yàn),表明該算法能夠找到滿(mǎn)足未來(lái)多個(gè)連續(xù)動(dòng)態(tài)環(huán)境下的Pareto魯棒解,而且該算法能夠在滿(mǎn)足收斂性,分布性的前提下得到魯棒性較優(yōu)的Pareto解。其次,基于超體積的新型魯棒性定義,并不能直觀(guān)反映每個(gè)個(gè)體的進(jìn)化對(duì)Pareto解整體性能的影響。為了將魯棒性能帶入到種群進(jìn)化過(guò)程中,本章給出個(gè)體貢獻(xiàn)度的概念,用于分析每個(gè)個(gè)體對(duì)Pareto解魯棒性能的影響。進(jìn)而,構(gòu)建了基于固定時(shí)間窗的平均超體積值和生存時(shí)間兩個(gè)轉(zhuǎn)化模型。依靠這兩個(gè)模型對(duì)Pareto解集的魯棒性能進(jìn)行刻畫(huà)。另外,還給出了三種預(yù)測(cè)方法,用于估計(jì)未來(lái)動(dòng)態(tài)時(shí)刻下Pareto解的目標(biāo)值。8個(gè)測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果表明,所提算法可以得到魯棒性能更好的解,并且證明了AR預(yù)測(cè)方法與RPOOT算法結(jié)合的效果更好。再次,基于個(gè)體貢獻(xiàn)度的魯棒性評(píng)價(jià)方法,雖然可以成功的利用魯棒性能引導(dǎo)個(gè)體進(jìn)化,但是也存在計(jì)算代價(jià)大的缺陷。于是,將多種群分割的方法引入到上述問(wèn)題求解中。將種群按照目標(biāo)空間位置分割為多個(gè)子種群。采用基于超體積方式來(lái)度量每個(gè)子種群的魯棒性,進(jìn)而將子種群的魯棒性能評(píng)價(jià),轉(zhuǎn)化為約束優(yōu)化模型。8個(gè)測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果進(jìn)一步證明了基于多種群的魯棒動(dòng)態(tài)多目標(biāo)進(jìn)化優(yōu)化方法,不僅可以得到魯棒性能優(yōu)秀的結(jié)果,還能夠進(jìn)一步的降低計(jì)算代價(jià)。上述的研究成果不僅豐富了動(dòng)態(tài)多目標(biāo)魯棒優(yōu)化算法理論,同時(shí)也求解動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題提供了新的研究思路。
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳美蓉;郭一楠;鞏敦衛(wèi);楊振;;一類(lèi)新型動(dòng)態(tài)多目標(biāo)魯棒進(jìn)化優(yōu)化方法[J];自動(dòng)化學(xué)報(bào);2017年11期

2 Ying Zhang;Rennong Yang;Jialiang Zuo;Xiaoning Jing;;Enhancing MOEA/D with uniform population initialization,weight vector design and adjustment using uniform design[J];Journal of Systems Engineering and Electronics;2015年05期

3 鄭金華;彭舟;鄒娟;申瑞珉;;基于引導(dǎo)個(gè)體的預(yù)測(cè)策略求解動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題[J];電子學(xué)報(bào);2015年09期

4 王凌;沈婧楠;王圣堯;鄧瑾;;協(xié)同進(jìn)化算法研究進(jìn)展[J];控制與決策;2015年02期

5 劉若辰;馬亞娟;張浪;尚榮華;;基于預(yù)測(cè)策略的動(dòng)態(tài)多目標(biāo)免疫優(yōu)化算法[J];計(jì)算機(jī)學(xué)報(bào);2015年08期

6 劉敏;曾文華;;記憶增強(qiáng)的動(dòng)態(tài)多目標(biāo)分解進(jìn)化算法[J];軟件學(xué)報(bào);2013年07期

7 武燕;劉小雄;池程芝;;動(dòng)態(tài)多目標(biāo)優(yōu)化的預(yù)測(cè)遺傳算法[J];控制與決策;2013年05期

8 周攀;張冬梅;龔文引;李陽(yáng);劉凱偉;;基于正交設(shè)計(jì)的自適應(yīng)ε占優(yōu)MOEA/D算法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年02期

9 耿煥同;朱海峰;張茜;吳婷婷;;均衡分布性與收斂性的協(xié)同進(jìn)化多目標(biāo)優(yōu)化算法[J];控制與決策;2013年01期

10 楊亞強(qiáng);劉淳安;;一類(lèi)帶約束動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的進(jìn)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年21期

相關(guān)碩士學(xué)位論文 前3條

1 陳洋洋;基于協(xié)同進(jìn)化的動(dòng)態(tài)多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2014年

2 張浪;進(jìn)化動(dòng)態(tài)多目標(biāo)優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

3 陳超;基于預(yù)測(cè)模型的動(dòng)態(tài)多目標(biāo)優(yōu)化算法研究[D];湖南大學(xué);2012年

，

本文編號(hào)：2553804