【摘要】：高維多目標(biāo)優(yōu)化問題廣泛存在于科學(xué)研究和工程應(yīng)用領(lǐng)域,目前已成為智能信息處理領(lǐng)域的研究熱點(diǎn)�；趨⒖键c(diǎn)的和基于Pareto支配的高維多目標(biāo)進(jìn)化算法是當(dāng)前求解高維多目標(biāo)優(yōu)化問題的兩個主流框架,但是兩者均面臨計(jì)算復(fù)雜度高、求解效率慢的問題。同時基于參考點(diǎn)的高維多目標(biāo)進(jìn)化算法還存在收斂性不佳及對問題前沿面形狀敏感的缺陷;而基于Pareto支配的高維多目標(biāo)進(jìn)化算法存在多樣性維護(hù)能力不足和參數(shù)不便于調(diào)節(jié)的問題。特別是,近年來帶約束條件的高維多目標(biāo)優(yōu)化問題越來越多,上述兩種算法框架均無法有效處理。因此,研究更為高效且實(shí)用的高維多目標(biāo)進(jìn)化算法具有重要的理論意義和實(shí)際應(yīng)用價值。針對上述問題,本文對高維多目標(biāo)進(jìn)化算法的目標(biāo)空間變換、收斂性增強(qiáng)、多樣性提升以及約束處理四個關(guān)鍵技術(shù)展開深入研究,提出一系列改進(jìn)措施,旨在求解性能上得到全面提升。論文的主要研究內(nèi)容包括以下四個方面。(1)針對多目標(biāo)進(jìn)化算法在求解高維多目標(biāo)優(yōu)化問題時存在計(jì)算復(fù)雜度高的問題,對目標(biāo)空間變換技術(shù)進(jìn)行研究,提出一種基于目標(biāo)空間分解的高維多目標(biāo)進(jìn)化算法NSGA-III-OSD。通過采用K均值聚類技術(shù),將整個目標(biāo)空間分解為不同的子空間,然后子空間對應(yīng)的子問題采用單獨(dú)的子種群進(jìn)行尋優(yōu)。仿真實(shí)驗(yàn)結(jié)果表明,該算法在降低復(fù)雜度的同時能保證優(yōu)良的求解效果。(2)針對基于參考點(diǎn)的高維多目標(biāo)進(jìn)化算法存在收斂性不佳及對問題前沿面形狀敏感的問題,對收斂性增強(qiáng)技術(shù)進(jìn)行研究,提出一種基于自適應(yīng)懲罰距離的高維多目標(biāo)進(jìn)化算法NSGA-III-NE。通過采用懲罰參數(shù)動態(tài)變化的距離形式,自適應(yīng)地調(diào)節(jié)收斂性和多樣性的比重,以期增強(qiáng)收斂性而不對問題前沿面形狀敏感。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法在求解各類問題上的通用性。(3)針對基于Pareto支配的高維多目標(biāo)進(jìn)化算法存在多樣性維護(hù)能力不足以及參數(shù)不易調(diào)節(jié)的問題,對多樣性提升技術(shù)進(jìn)行研究,分別提出基于超平面投影的高維多目標(biāo)進(jìn)化算法HPEA和基于角度懲罰距離的高維多目標(biāo)進(jìn)化算法MaOEA-APD。其中,HPEA算法是基于距離信息的多樣性評估體系,采用超平面投影技術(shù)提高算法的多樣性;而MaOEA-APD算法是基于角度信息的多樣性評估體系,通過構(gòu)造新型的角度懲罰距離,消除算法中對問題前沿面特性敏感的參數(shù)。實(shí)驗(yàn)結(jié)果表明,兩種算法相對于其他算法,綜合性能有了較大的提升。(4)針對現(xiàn)有高維多目標(biāo)進(jìn)化算法無法將高維特征與約束處理技術(shù)進(jìn)行有效結(jié)合的缺陷,對約束處理技術(shù)進(jìn)行研究,提出設(shè)計(jì)一種基于參考點(diǎn)的約束支配關(guān)系,將可行解與不可行解作為一個整體看待,進(jìn)而綜合考慮它們的收斂性,多樣性和可行性。實(shí)驗(yàn)結(jié)果表明,該約束支配關(guān)系能顯著提高可行解集的收斂性和分布性。
【圖文】：

論文各章節(jié)結(jié)構(gòu)關(guān)系示意圖

30得注意的是，NSGA-III-OSD 采用了兩階段分解機(jī)制來類后的聚類中心將整個目標(biāo)空間分解為 M 個子空間；點(diǎn)來確定子空間中的子區(qū)域。其中，子區(qū)域的定義是為。通過兩階段分解機(jī)制，NSGA-III-OSD 算法能夠很好度，計(jì)算復(fù)雜度分析將在 3.2.4 節(jié)給出。為了與目標(biāo)空角作為 K 均值聚類算法的相似度準(zhǔn)則。這里，子空間的似，都是基于參考點(diǎn)的位置關(guān)系；不同的是，MOEA/D NSGA-III-OSD 的子空間是相互獨(dú)立的。重組操作一個子種群通過重組操作生成后代種群來對自身進(jìn)行更
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫冠群;牛志鈞;蔡慧;王斌銳;;基于多目標(biāo)進(jìn)化算法的異步電動機(jī)現(xiàn)場效率測算[J];計(jì)量學(xué)報(bào);2015年01期

2 ;科技文摘[J];中國農(nóng)業(yè)文摘-農(nóng)業(yè)工程;2017年04期

3 梅志偉;;多目標(biāo)進(jìn)化算法綜述[J];軟件導(dǎo)刊;2017年06期

4 李鴻鑫;李銀紅;李智歡;;多目標(biāo)進(jìn)化算法求解無功優(yōu)化問題的比較與評估[J];電網(wǎng)技術(shù);2013年06期

5 趙晶晶;許峰;;基于分布估計(jì)的分解多目標(biāo)進(jìn)化算法[J];軟件導(dǎo)刊;2012年10期

6 李珂;鄭金華;;一種改進(jìn)的基于差分進(jìn)化的多目標(biāo)進(jìn)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年29期

7 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

8 于建偉;;多目標(biāo)進(jìn)化算法研究綜述[J];海南大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

9 周歡;孟利民;王麗萍;林夢Z，

本文編號：2631728