求解多目标规划问题的Pareto多目标遗传算法.pdfVIP

( ) 第 2 1 卷第 5 期 总第 119 期 V o l. 2 1, N o. 5 　　　　　　系　统　工　程　 　 　　　　　　　　 2003 年 9 月　　　　　　　　　　　 　 Sy stem s En g in eer in g　 　 　 　 　　　　　Sep t. , 2003　 ( ) 文章编号: 100 14098 2003 求解多目标规划问题的P a reto 多目标遗传算法 1 2 1 赖红松 , 董品杰 , 祝国瑞 ( 1. 武汉大学 资源与环境科学学院, 湖北 武汉　430079; 2. 温州市国土资源局, 浙江 温州　325027) 摘　要: 针对传统的多目标优化方法的局限性, 提出用于多目标规划问题求解的 P areto 多 目标遗传算 法。实验结果表明, 该算法是可行有效的, 而且能为决策者提供满意解。 关键词: 多目标规划; 遗传算法; P areto 最优 中图分类号: O 22 1　　　文献标识码: A [ 1] 传统的解决多目标优化问题的方法 有多目标加权法、 约束法、逐步法、目标规划法等, 其中以目标规划法 最为著名。这些算法的特点是将多目标转化为单 目标处理, 往往只能得到一个解。除了预先获知 目标函数最优值 外, 不能保证 P areto 最优性, 即使最优化求解很成功。作为一种智能优化算法, 遗传算法[2 ] 以其优越性能广泛地 [3 ] 应用于旅行商问题、优化调度、组合优化等领域 。遗传算法的内在并行机制及其全局优化的特性使其在多目标优 化领域中也引起了关注。Sch affer 在 1984 年提出一种向量评价的遗传算法(V ecto r Eva lu ated Gen et ic A lgo r ithm , V E GA ) [4 ] 。它通过以目标向量的各个分量作为适应度来选择出几个等规模的子群体, 交叉和变异的操作则在由子 群体组成的整个群体内进行。实质上, 它是一种权重取于当前世代的适应度函数线性求和的将多目标合成单一 目 标的优化方法。Go ldb erg 在 P areto 最优集的基础上, 提出一种将各个 目标值直接映射到适应度函数中的基于秩的 [5 ] 适应度函数 。最近, Car lo sM . Fon seca 和 P eter J. F lem ing 在 Go ldb erg 的P areto 方法基础上, 提出了用于对整个 [6 ] 种群的个体进行排序的结合 目标值及其优先级偏好信息的关系算子 。本文利用文献[6 ] 的关系算子, 提出了求