- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种求解多目标优化问题的混合演化算法.pdf
2005年9月 2005
安徽大学学报(自然科学版) September
ofAnhui NaturalScienceEdition V01.29No.5
第29卷第5期 Journal University
一种求解多目标优化问题的混合演化算法
汪祖柱1”,程家兴1
(1.安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039;
2.安徽大学管理学院,安徽合肥230039)
摘要:提出了一种混合演化算法求解多目标优化问题.演化算法是解决多目标优化问题的
and
有效方法,在全局优化问题中具有很好的鲁棒性,但其局部搜索性能有待改善.HookeJeeves方
法是一经典的局部搜索算法,将其与演化算法结合求解多目标优化问题,提高了解的收敛质量,因
而从整体上提高了算法的性能,并且测试结果也说明了该算法的可行性.
and
关键词:多目标优化;演化算法;混合演化算法;HookeJeeves搜索法
文献标识码:A
中图分类号:TP301.6 文章编号:1000—2162(2005)05—0012—05
多目标优化问题源于优化中的多目标规划问题,在实际解决此类优化问题时,结果往往是一组近
启发式算法或演化算法.关于求解多目标优化问题所采用的遗传算法或演化算法,已有诸多文献提出
或研究,文献[1]对最近几年的研究进行了综述,Kalyanmoy
进行了改善,这些文献反映了该领域中已经提出的重要方法或算法.目前将局部启发或搜索方法应用
于多目标演化算法的研究并不多见,本文作者在文献[4]中分析了一类多目标优化算法的性能特征,
and
据此提出了将局部直接搜索方法——HookeJeeves模式搜索法哺1与演化算法结合形成混合多目
标演化算法,实现对MOP的求解,算例测试结果说明该算法的可行性.
1 MOP中问题描述及有关概念
一般的多目标优化问题是由若干目标函数及表示约束条件的等式或不等式组成,其对应的数学
描述为
[minF(茹)=(^(戈)以(菇),…以(戈)) ,,、
Lgi(菇)≤0,i=1,2,…,m,戈∈n
数组成,目标函数可以是线性的或非线性的.在优化过程中,各目标往往是互相冲突的,一个满足所有
约束条件,且能够使所有的目标函数达到全局最优的解往往并不存在.
定义1优劣性.设M,口E
Vi∈{1,2,…,k},ui≤/3i
果V ji{1,2,…,K},//,口,记为Ⅱ饥
i∈{1,2,…,K},/Zi≥秽i,A
定义2
.疋(戈)).
收稿日期:2005—03—03
基金项目:国家自然科学基金资助项目;安徽省青年教师基金资助项目(2004jql08)
作者简介:汪祖柱(1969.),男,安徽肥西人,安徽大学副教授,博士.
万方数据
第5期 汪祖柱,等:一种求解多目标优化问题的混合演化算法 13
定义3
2算法设计与描述
体中个体的评价方法和选择策略的同时,启用直接搜索以求更好的解.
2.1 多个体参与交叉操作∽o
本文采用实数编码的染色体形式,多个体交叉的方式为:每一次交叉由b个个体参与,得到b个
新个体.有两个体算术交叉的原理
文档评论(0)