多目標(biāo)進(jìn)化算法中外部歸檔集維護(hù)策略的研究.pdf

1、現(xiàn)實(shí)生活中存在大量的多目標(biāo)優(yōu)化問題，且目標(biāo)數(shù)超過3的稱為高維多目標(biāo)優(yōu)化問題，小于3的且大于1的稱為低維多目標(biāo)優(yōu)化問題。相較于低維多目標(biāo)優(yōu)化問題，高維多目標(biāo)優(yōu)化問題在尋找最優(yōu)解時(shí)具有更大的難度，往往面臨著選擇壓力不足、多樣性難以保持和可視化難度高等問題。歸檔集是第二代進(jìn)化算法的標(biāo)志，且在大量經(jīng)典多目標(biāo)進(jìn)化算法中得到成功運(yùn)用，但在高維多目標(biāo)問題下，因支配關(guān)系失效，使得大量基于支配關(guān)系的歸檔集維護(hù)策略也隨之失效，并導(dǎo)致算法難以收斂到問題的真實(shí)

2、前沿。
　　基于上述問題，本文展開了歸檔集維護(hù)策略的相關(guān)深入研究。該研究主要包括兩個(gè)方面:第一，低維多目標(biāo)進(jìn)化算法中以平衡搜索為目的的歸檔集維護(hù)策略研究;第二，高維多目標(biāo)進(jìn)化算法中以增加選擇壓力為目的的歸檔集維護(hù)策略研究。通過對國內(nèi)外主流文獻(xiàn)的調(diào)研和分析，開展了以下研究工作并取得了相應(yīng)的研究成果:
　　1.針對多目標(biāo)進(jìn)化算法全局搜索和局部搜索不平衡的問題，本文設(shè)計(jì)了一種以平衡搜索為目的的新型歸檔集維護(hù)策略并運(yùn)用在多目標(biāo)粒子群

3、優(yōu)化算法(MOPSO)中，有效避免了算法陷入局部最優(yōu)的情況。通過與同類型熱門算法agMOPSO、pdMOPSO等算法在相同標(biāo)準(zhǔn)測試函數(shù)上的對比，證明以平衡搜索為目的的新歸檔集維護(hù)策略對Pareto前沿的收斂性和多樣性都具有顯著提升。
　　2.針對高維多目標(biāo)進(jìn)化算法收斂性不足的問題，提出了一種以目標(biāo)降維為核心思想的新型歸檔集維護(hù)策略DRS-PCCS，并將其應(yīng)用于高維多目標(biāo)進(jìn)化算法NSGA-Ⅲ中，有效提高了算法進(jìn)化過程中的選擇壓力。通