基于協(xié)同進(jìn)化的動態(tài)多目標(biāo)優(yōu)化算法.pdf

1、在現(xiàn)實生活中,諸多領(lǐng)域都會涉及到許多靜態(tài)和動態(tài)的優(yōu)化問題,像是工程設(shè)計、網(wǎng)絡(luò)通信、資本預(yù)算、城市運(yùn)輸、數(shù)據(jù)挖掘等等,并且這些優(yōu)化問題大多都是多目標(biāo)的。目前,已經(jīng)有大量成熟經(jīng)典的進(jìn)化算法來解決這些靜態(tài)多目標(biāo)優(yōu)化問題。直到近幾年,動態(tài)優(yōu)化問題才引起越來越多研究者的興趣,其中大多數(shù)都是動態(tài)單目標(biāo)優(yōu)化問題,相比之下動態(tài)多目標(biāo)優(yōu)化問題的研究成果卻并不多,這主要是因為解決動態(tài)多目標(biāo)優(yōu)化問題具有很大的挑戰(zhàn)性。
　　基于上述背景,本文提出了基于協(xié)

2、同進(jìn)化的動態(tài)多目標(biāo)優(yōu)化算法。本文的具體工作如下:
　　1.提出了一種基于多粒子群協(xié)同的動態(tài)多目標(biāo)優(yōu)化算法。算法中,粒子群的個數(shù)由目標(biāo)函數(shù)的個數(shù)來決定,有幾個目標(biāo)函數(shù)就有幾個粒子群。粒子群間通過共享檔案信息來進(jìn)行協(xié)同進(jìn)化。為了提高算法的性能,對粒子速度更新公式進(jìn)行了改進(jìn)以及對粒子進(jìn)行邊界約束,確保了算法快速的收斂性能。相似性檢測算子來對環(huán)境進(jìn)行檢測,相應(yīng)的動態(tài)機(jī)制來改善算法的多樣性。與三種動態(tài)多目標(biāo)優(yōu)化算法進(jìn)行了比較,實驗證明該算法

3、具有不錯的性能。
　　2.提出了一種基于合作型協(xié)同進(jìn)化的動態(tài)多目標(biāo)優(yōu)化算法。算法中,采用“分而治之”的思想將問題分解,根據(jù)決策變量的搜索空間分為不同的種群,種群間通過相互受益、相互制約、相互協(xié)同、共同進(jìn)化的方法來尋找最優(yōu)解集,從而提高算法的收斂性。利用相似性檢測算子來檢測環(huán)境的改變,當(dāng)環(huán)境發(fā)生改變后,改進(jìn)的預(yù)測策略起作用。新的初始種群大部分選用線性回歸的預(yù)測模型產(chǎn)生,少部分隨機(jī)產(chǎn)生,從而提高算法的多樣性。實驗結(jié)果表明,基于非支配排