含約束多目標(biāo)優(yōu)化與決策問題的Agent進(jìn)化算法.pdf

1、多目標(biāo)優(yōu)化問題的各個(gè)目標(biāo)往往相互沖突,不一致性使優(yōu)化問題的解不是唯一的。由于約束條件的存在,使可行解空間成為不連續(xù),從而導(dǎo)致最優(yōu)解的搜索難度大大增加。進(jìn)化算法是一種并行搜索的優(yōu)化方法,適用于多目標(biāo)優(yōu)化問題。但是約束條件依然對(duì)進(jìn)化算法的搜索速度和求解的質(zhì)量形成很大的挑戰(zhàn)。Agem因其具有自主性、協(xié)調(diào)性和自組織能力等特點(diǎn),可以用于提高進(jìn)化算法的求解性能。本文對(duì)此進(jìn)行了深入的研究,主要內(nèi)容包括:
　　 1、將Agent的思想引入到進(jìn)化

2、算法中,定義了Agent的屬性,從而使其具有智能性,分布在可行空間中,不僅能夠進(jìn)行自學(xué)習(xí),還可以從環(huán)境中獲得相關(guān)進(jìn)化信息,促進(jìn)搜索Pareto最優(yōu)解;
　　 2、設(shè)計(jì)了針對(duì)約束條件的操作:把約束違反程度作為一個(gè)優(yōu)化目標(biāo),從而對(duì)Agent所具有的能量產(chǎn)生影響;設(shè)置最優(yōu)解集和最優(yōu)可行解集兩個(gè)外部存儲(chǔ)集,以便在尋優(yōu)過程中保持Agent群體的多樣性,使得最優(yōu)解不會(huì)在進(jìn)化過程中丟失;對(duì)可行解以及約束違反程度小的Agent進(jìn)行局部爬山操作,