【摘要】：在科學(xué)研究和工程優(yōu)化設(shè)計過程中,存在著大量帶有多標準、多約束及高度非線性且相互沖突等特征的多目標優(yōu)化問題。該類問題的最優(yōu)解具有不唯一特性,而演化算法在一次搜索中可以獲得一組解,因此,演化算法是一類求解多目標優(yōu)化問題的有效方法。目前,多目標演化算法的分析與探索已逐漸成為當(dāng)今的研究熱點,其研究的關(guān)鍵點之一是平衡局部探索和全局開發(fā)的能力,即雙“E”,(Exploration和Exploitation)。論文基于化學(xué)反應(yīng)演化算法勘探和開采策略的調(diào)節(jié)機制,主要從演化算法的算子改進、學(xué)習(xí)策略引導(dǎo)和多方向搜索三個方面研究了多目標演化模型中的局部探索和全局開發(fā)的平衡問題,并將所提出的基于平衡法則的多目標演化模型應(yīng)用于求解復(fù)雜連續(xù)多目標優(yōu)化問題、多目標車輛路徑優(yōu)化問題及動態(tài)多目標優(yōu)化問題。論文的主要工作如下:1.針對演化算法不同算子適用于求解不同特征的優(yōu)化問題,提出基于演化算法中算子改進的多目標化學(xué)反應(yīng)算法用于解決變量相關(guān)的復(fù)雜多目標優(yōu)化問題。首先,將化學(xué)反應(yīng)演化算法作為載體,提出分解的多目標化學(xué)反應(yīng)演化算法;其次,為了使基本化學(xué)反應(yīng)演化算法能夠有效的求解變量相關(guān)的復(fù)雜多目標優(yōu)化問題,提出了一種擴展的化學(xué)反應(yīng)演化算法;最后,與8個多目標演化算法在變量相關(guān)和變量不相關(guān)的兩種測試集上進行算法性能的比較。實驗結(jié)果表明,基本的多目標化學(xué)反應(yīng)算法在求解變量不相關(guān)的問題時表現(xiàn)出顯著的性能優(yōu)勢。提出的擴展多目標化學(xué)反應(yīng)算法在求解變量不相關(guān)和變量相關(guān)的解耦能力方面表現(xiàn)出顯著的性能優(yōu)勢。2.受粒子群算法學(xué)習(xí)引導(dǎo)策略的啟發(fā),提出了一種學(xué)習(xí)引導(dǎo)的混合多目標化學(xué)反應(yīng)演化算法。該算法首先采用自組織方法,根據(jù)多目標的(m-1)維流型的屬性將演化群體分為若干個子群;其次,為了能夠提高化學(xué)反應(yīng)演化算法的收斂速度,提出化學(xué)反應(yīng)演化算法和粒子群算法相結(jié)合的混合多目標化學(xué)反應(yīng)演化算法,使用粒子群算法的全局和局部引導(dǎo)算法加快算法收斂;再者,混合演化算法的局部最優(yōu)從當(dāng)前子群中選擇,以此方式引導(dǎo)而增加搜索的多樣性;最后,在大量的基準測試函數(shù)上將所提算法與其它23個多目標演化算法進行性能比較,實驗結(jié)果表明,算法在收斂性、多樣性和魯棒性方面具有較對比算法有顯著的性能優(yōu)勢。3.針對中心點預(yù)測策略不能預(yù)測到復(fù)雜動態(tài)多目標優(yōu)化問題的整個Pareto最優(yōu)解集現(xiàn)象,提出多方向預(yù)測策略。該策略首先,根據(jù)歷史演化群體的時間序列使用指數(shù)平滑法預(yù)測下一時刻的演化群體;其次,為了更加準確預(yù)測下一時刻的演化群體,提出多方向引導(dǎo)演化群體準確搜索;再者,為了能夠保持演化群體的多樣性,采用隨機初始化一組個體來維持預(yù)測群體的多樣性;最后,對12個標準動態(tài)多目標測試問題進行仿真實驗分析,實驗結(jié)果表明,提出的多方向預(yù)測策略與4個動態(tài)多目標預(yù)測算法相比在處理動態(tài)多目標優(yōu)化問題時能夠保持較好的快速收斂性和魯棒性。4.針對帶時間窗同時存取貨的多目標車輛路徑優(yōu)化問題的特性,提出了一種離散的多目標化學(xué)反應(yīng)算法。首先,針對問題屬性,使用十進制編碼方式對解進行編碼;其次,根據(jù)實際問題的Pareto前沿未知的特性,采用一種冪變換的方法將當(dāng)前解轉(zhuǎn)換到一種更容易分配到均勻權(quán)重向量的解集來求解;最后,提出的算法與其它兩個多目標演化算法在45個實際測試實例上進行算法性能比較,實驗結(jié)果表明,提出的基于分解的多目標化學(xué)反應(yīng)演化算法總體上具有顯著的優(yōu)勢。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 李改靈;李立華;張麗杰;;基于修正的差異演化算法機械鏈傳動優(yōu)化設(shè)計[J];軍事交通學(xué)院學(xué)報;2015年01期

2 李曉靖;;差異演化算法及其在機械設(shè)計中的應(yīng)用[J];科技傳播;2014年01期

3 郭超峰;李梅蓮;;改進的差分演化算法及其在動態(tài)規(guī)則中的應(yīng)用研究[J];河南大學(xué)學(xué)報(自然科學(xué)版);2013年01期

4 韓珂;楊俊鵬;;求解旅行商問題的分布式演化算法[J];華北水利水電學(xué)院學(xué)報;2013年04期

5 張欣;王志剛;夏慧明;;差異演化算法求解多維0—1背包問題[J];科學(xué)技術(shù)與工程;2012年06期

6 王志剛;夏慧明;;基于差異演化算法的化學(xué)方程式配平研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年04期

7 劉家駿;劉大瑾;;混合差異演化算法求解多維背包問題[J];計算機與數(shù)字工程;2011年01期

8 楊卿譽;王志剛;;差異演化算法求解二次分配問題[J];科學(xué)技術(shù)與工程;2011年34期

9 李瑞華;李霞;劉坤起;;敏捷制造中伙伴選擇問題的多子差異演化算法[J];山西師范大學(xué)學(xué)報(自然科學(xué)版);2011年04期

10 王志剛;;基于差異演化算法的非線性方程組求解[J];計算機工程與應(yīng)用;2010年04期

相關(guān)會議論文 前10條

1 曹蓮英;侯琳;李文勇;;多目標演化算法在公交車輛發(fā)車間隔優(yōu)化中的應(yīng)用[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學(xué)學(xué)報（增刊）][C];2009年

2 馮珊;李鋒;周凱波;;面向演化算法應(yīng)用的智能體系統(tǒng)建模與仿真研究[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

3 謝柏橋;戴光明;鄭蔚;王劍文;;有指導(dǎo)的多目標演化算法在區(qū)域星座設(shè)計中的應(yīng)用[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第四屆學(xué)術(shù)年會論文集[C];2007年

4 顏雪松;時晨;李暉;喬永強;;探測器電路優(yōu)化設(shè)計的演化算法研究[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第六屆學(xué)術(shù)年會暨863計劃“深空探測與空間實驗技術(shù)”重大項目學(xué)術(shù)研討會論文集[C];2009年

5 張文俊;謝曉鋒;馬君;;并行演化算法在半導(dǎo)體器件綜合中的應(yīng)用[A];2006年全國開放式分布與并行計算學(xué)術(shù)會議論文集（二）[C];2006年

6 李林;宋立榮;肖邦定;李根保;Hongqing Cao;Friedrich Recknagel;He Zhang;Grace Chan;;雜交演化算法用于滇池藍藻水華的模擬與預(yù)警研究[A];中國藻類學(xué)會第八次會員代表大會暨第十六次學(xué)術(shù)討論會論文摘要集[C];2011年

7 李亮;褚雪松;;基于混沌變異和局部探索方式多樣性的演化算法在邊坡穩(wěn)定分析中的應(yīng)用[A];第八次全國巖石力學(xué)與工程學(xué)術(shù)大會論文集[C];2004年

8 李彬;胡浩;李剛;;基于多目標演化算法的可靠度計算方法[A];中國力學(xué)大會-2015論文摘要集[C];2015年

9 陳偉;史小衛(wèi);;基于改進自適應(yīng)演化算法的微波電路優(yōu)化設(shè)計[A];2005'全國微波毫米波會議論文集（第一冊）[C];2006年

10 李元香;謝曼;鄭波盡;張進波;楊怡偉;;演化硬件設(shè)計的改進演化程序[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 李紅葉;基于平衡法則的多目標演化模型及應(yīng)用研究[D];西安理工大學(xué);2018年

2 劉會超;差分演化算法的演化模型分析與算法改進研究[D];武漢大學(xué);2015年

3 喻飛;人機協(xié)同演化算法研究[D];武漢大學(xué);2015年

4 洪文靜;大規(guī)模多目標演化算法及其應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2018年

5 錢超;多目標演化學(xué)習(xí)理論與方法研究[D];南京大學(xué);2015年

6 岳雪芝;高維多目標動力學(xué)演化算法及在GPU上的實現(xiàn)[D];武漢大學(xué);2013年

7 郭肇祿;獵物—捕食者模型啟發(fā)的演化算法研究[D];武漢大學(xué);2013年

8 周沖;基于參考點的高維多目標演化算法研究及其在衛(wèi)星星座設(shè)計中的應(yīng)用[D];中國地質(zhì)大學(xué);2018年

9 張晉媛;演化算法中基于分類的預(yù)選擇策略研究[D];華東師范大學(xué);2018年

10 汪祖柱;基于演化算法的多目標優(yōu)化方法及其應(yīng)用研究[D];安徽大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 黃超民;基于演化算法的高效用項集挖掘算法研究[D];北方工業(yè)大學(xué);2019年

2 杜望;基于局部搜索策略的差分演化算法研究及改進[D];江西理工大學(xué);2018年

3 姜武;演化算法在連續(xù)搜索空間上的時間復(fù)雜度分析[D];中國科學(xué)技術(shù)大學(xué);2018年

4 方薈;基于均值偏移的混合演化算法研究[D];華東師范大學(xué);2018年

5 張咪;基于多目標自適應(yīng)演化算法的網(wǎng)絡(luò)業(yè)務(wù)流分類方法研究[D];南京郵電大學(xué);2018年

6 李加加;基于演化算法的多級別多崗位護士排班問題研究[D];華中科技大學(xué);2017年

7 廖雄鷹;差分演化算法的集成探索及其變異策略的改進與應(yīng)用[D];武漢科技大學(xué);2018年

8 孫果;基于動態(tài)鄰域的差分演化算法研究[D];華僑大學(xué);2018年

9 張慧芳;引導(dǎo)聚類的多層次差分演化算法研究[D];天津理工大學(xué);2017年

10 廖景亮;差分演化算法中個體選擇機制的研究[D];華僑大學(xué);2016年

，

本文編號：2703255