基于群体分类的复杂约束多目标优化遗传算法.pdfVIP

第 卷 第 期 软件导刊 8 % 12 Vol.8 No.12 年 月 2009 12 Software Guide Dec. 2009 基于群体分类的复杂约束多目标优化遗传算法 张丽丽，许 峰 （安徽理工大学理学院，安徽淮南 232001 ） 摘 要：对于含复杂约束条件的多目标优化问题，提出了一种基于群体分类的遗传算法。 其分类方法是：首先将种群 分为不可行群体和可行群体，又将可行群体分为可行非 群体和可行 群体，然后再用 均值聚类将可行 Pareto Pareto k- 群体划分为非聚类 群体和聚类 群体，最后对上述 个群体分别赋以适当的 适应值。 数值计算 Pareto Pareto Pareto 4 R 表明，这种新的算法不仅能得到分布广泛、均匀的Pareto 最优解，而且进化速度很快。 关键词：遗传算法；多目标优化；约束条件；聚类分析 中图分类号： 文献标识码： 文章编号： （ ） TP312 A 1672-7800 2009 12－0038－04 Problem ，COP ） 约束条件多目标优化问题可描述为下列数学模 0 引言 型： T （ ） ［ （ ）， （ ）， ， （ ）］ minf x ＝ f 1 x f 2 x ．．． f p x 带有复杂约束条件的多目标优化问题与实际生活联系紧 Subject to 密，为众多学者所重视。遗传算法因为采用种群策略，一下能找 （ ） ， ， ， hi x ＝0 i＝1 ．．． k 到多个Pareto 最优解，是解决多目标优化问题的有效方法。