基于非支配個體自適應(yīng)劃分策略的進化多目標(biāo)優(yōu)化及應(yīng)用.pdf

1、進化算法的出現(xiàn)為復(fù)雜優(yōu)化問題的求解提供了新的思路，由于它具有智能性、通用性、穩(wěn)健性、本質(zhì)并行性和全局搜索能力，已在各個領(lǐng)域得到了廣泛的成功應(yīng)用。進化多目標(biāo)優(yōu)化研究如何利用進化計算方法求解多目標(biāo)優(yōu)化問題，經(jīng)過20多年的發(fā)展逐漸成為進化計算的主要研究熱點之一。1999年以前的進化多目標(biāo)優(yōu)化算法以基于Pareto等級的選擇和基于適應(yīng)度共享的多樣性保持為主要特點。從二十世紀(jì)末期開始，進化多目標(biāo)優(yōu)化的研究趨勢轉(zhuǎn)向注重算法的效率，以精英保留機制為特

2、征的算法相繼被提出。近幾年，進化多目標(biāo)優(yōu)化前沿領(lǐng)域的研究呈現(xiàn)出新的特點。一方面，粒子群優(yōu)化、人工免疫系統(tǒng)、分布估計算法等越來越多的進化范例被引入多目標(biāo)優(yōu)化領(lǐng)域，一些新穎的受自然系統(tǒng)啟發(fā)的多目標(biāo)優(yōu)化算法相繼提出；另一方面，為了更有效的求解高維目標(biāo)優(yōu)化問題，一些區(qū)別于傳統(tǒng)Pareto占優(yōu)的機制也相繼涌現(xiàn)。
　　 多目標(biāo)問題解的分布主要體現(xiàn)在兩個方面，即分布的廣度和均勻程度。本文在分析了傳統(tǒng)多目標(biāo)進化算法保持解分布方式的基礎(chǔ)之上，提出

3、了一種基于自適應(yīng)劃分(Adaptive Partition，簡稱ADP)的非支配個體選取策略。新策略根據(jù)非支配個體在目標(biāo)空間的相似性程度對由當(dāng)前非支配個體構(gòu)成的前沿面進行自適應(yīng)劃分，在劃分出的各區(qū)域選擇最具代表性的個體，實現(xiàn)對非支配個體的修剪操作。
　　 本文將此策略應(yīng)用于兩類典型的多目標(biāo)進化算法NSGA-Ⅱ及PESA-Ⅱ中，基于13個標(biāo)準(zhǔn)測試問題的仿真結(jié)果表明，引入了自適應(yīng)劃分策略的算法較之原算法，最終求得最優(yōu)解的均勻性和廣度