發(fā)布時間：2020-11-09 00:50

　　 多目標優(yōu)化問題(Multi-objective Optimizaiton Problems,簡稱MOPs)普遍存在于工程實踐以及科學研究中。MOPs包含多個需要同時優(yōu)化的目標函數(shù),并且各個目標函數(shù)之間是互相矛盾的,提高其中一個目標的性能往往會導致其他目標性能的下降,多個目標不能同時達到最優(yōu),取而代之的是一組折衷的解集。進化算法(Evolutionary Algorithms,EAs)作為一種元啟發(fā)式智能算法,在求解MOPs方面表現(xiàn)出明顯的優(yōu)勢,目前已成為求解MOPs最為有效的方法。盡管如此,它們在求解目標數(shù)目大于3的高維多目標優(yōu)化問題(Many-objective Optimizaiton Problems,簡稱MaOPs)和Pareto前沿面形狀不規(guī)則等一些復雜MOPs時仍有所不足。而且,在遇到實際問題時,如何根據(jù)實際問題的特點,選用合適的進化算法,是將進化算法拓展到不同工程應用領域需要解決的重要問題。針對上述問題,本文對多目標進化算法(Multi-objective Evolutionary Algorithms,MOEAs)的交配池選擇、參考點設置、Pareto前沿面估計、參考向量設計以及基于參考點或參考向量的環(huán)境選擇策略進行研究,提升算法的收斂性和多樣性,提高進化算法在處理具有非規(guī)則Pareto前沿面的多目標以及高維多目標問題上的性能。并將算法用于解決實際工程中的具有非規(guī)則Pareto前沿面的MOPs。本文的主要研究工作及貢獻如下:(1)針對2至3個目標的具有非規(guī)則Pareto前沿面的MOPs,提出了一個基于聚類的自適應進化算法。在用非支配排序方法保證收斂壓力的基礎上,利用分層聚類方法在待篩選的個體中自適應地生成一組均勻分布的聚類中心參考點,并設計適合于非規(guī)則Pareto前沿面的基于距離和擁擠度的評價指標來指導環(huán)境選擇,以提高解集的多樣性。在18個2到3目標的基準測試問題上的測試結果及碳纖維成形過程中的六級牽伸問題的優(yōu)化結果表明,算法在2到3個目標的具有非規(guī)則Pareto前沿面的MOPs上有良好的表現(xiàn)。(2)針對一類難以收斂的,具有退化的Pareto前沿面的MaOPs,設計了一個基于多組參考向量引導的進化算法。提出一種基于向量的Pareto前沿面的定位方法,在定位的有效區(qū)域內,用映射和聚類的方法產生聚類中心參考向量,與定位向量、軸向量以及有效區(qū)域內的高斯隨機參考向量一起引導種群更高效地收斂。此外,為了進一步增強收斂性,運用鄰向量增強型交配池選擇方法,與環(huán)境選擇機制協(xié)同工作,提高處理這類難以收斂的非規(guī)則Pareo前沿面問題的能力。在12個5到40目標的該類型的基準測試問題上的對比測試結果及滌綸長絲熔體輸送的工藝參數(shù)優(yōu)化問題的仿真優(yōu)化結果表明,該算法在處理這類MaOPs時具有明顯的優(yōu)勢。(3)為了解決更多類型的具有非規(guī)則Pareto前沿面的多目標以及MaOPs,研究一種基于超平面上法向量的更通用的進化算法,在非支配排序的基礎上,采用超平面上的法向量對非支配面上的種群進行分解和環(huán)境選擇,并結合一種修剪機制,將上述基于分解的方法選擇出的種群再次與父代種群進行競爭選擇,以提高最終種群的多樣性。在108個2至40目標的具有各種Pareto前沿面形狀的基準測試問題上的對比測試結果及聚酯纖維酯化工藝參數(shù)的仿真優(yōu)化結果表明,該算法可以解決更大目標數(shù)目范圍,更多形狀的Pareto前沿面多目標和MaOPs。
【學位單位】：東華大學
【學位級別】：博士
【學位年份】：2020
【中圖分類】：TP18
【部分圖文】：

本文的主要工作

(a)規(guī)則的、(b)不連續(xù)的、(c)退化的、(d)倒置的Pareto前沿面

種群中每個目標的最小值構成的點稱為最小值點,整個可行目標空間中的最小值點通常叫做理想點(ideal point);種群中的非支配個體的每個目標的最大值構成的點稱為最底點(nadir point);種群的每個目標的最大值構成的點稱為最大值點,也稱最壞點(worst point)。如圖2-2的2目標優(yōu)化問題,灰色區(qū)域為目標空間的可行域,Zmin是種群的最小值點,也是理想點,Znar是最底點,Zmax是最大值點[80],也是最壞點。定義9:均勻分布的參考點和參考向量
【參考文獻】

相關期刊論文 前1條

1 公茂果;焦李成;楊咚咚;馬文萍;;進化多目標優(yōu)化算法研究[J];軟件學報;2009年02期

本文編號：2875621