基于參考點(diǎn)的演化多目標(biāo)優(yōu)化算法及性能評(píng)價(jià)研究.pdf

1、自20世紀(jì)60年代初以來(lái)多目標(biāo)優(yōu)化問(wèn)題就受到研究人員越來(lái)越多的關(guān)注。近些年對(duì)演化算法的研究，表明了這種方法比傳統(tǒng)的搜索和優(yōu)化方法更加有效。演化多目標(biāo)優(yōu)化(EMO)算法被廣泛地應(yīng)用在各種問(wèn)題中，在決策和優(yōu)化領(lǐng)域都引起了研究者極大的重視。 本文對(duì)當(dāng)前流行的演化多目標(biāo)優(yōu)化算法的基礎(chǔ)和不同實(shí)現(xiàn)方法中的基本思想進(jìn)行了綜合分析和歸納。闡明當(dāng)前多目標(biāo)優(yōu)化領(lǐng)域的薄弱環(huán)節(jié)：帶有偏好信息的高維多目標(biāo)優(yōu)化演化算法和多目標(biāo)優(yōu)化算法性能的度量。以此為基礎(chǔ)

2、確定了本文的研究方法和目標(biāo)。 具體的工作和創(chuàng)新點(diǎn)如下： 1、通過(guò)在NSGA-Ⅱ算法中加入新構(gòu)造的變異算子和偏好算子，提出了基于參考點(diǎn)的演化算法(簡(jiǎn)稱MR-NSGA-Ⅱ算法)，來(lái)實(shí)現(xiàn)高維多目標(biāo)優(yōu)化問(wèn)題的求解。本文還對(duì)算法的時(shí)間復(fù)雜度和性能進(jìn)行綜合分析，數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的有效性。 2、評(píng)價(jià)多目標(biāo)優(yōu)化算法的性能方法包括測(cè)試函數(shù)和度量準(zhǔn)則兩個(gè)基本要素，針對(duì)標(biāo)準(zhǔn)雙目標(biāo)優(yōu)化測(cè)試問(wèn)題，系統(tǒng)的分析構(gòu)造多目標(biāo)優(yōu)化測(cè)試函數(shù)的方法，