《遗传算法and多目标遗传算法》.pptVIP

多目标遗传算法 BY：***** 大连海事大学 交通运输管理学院 CONTENTS CONTENTS 基本概念 遗传算法 NSGA-Ⅱ 单目标和多目标 Which is better？ Pareto占优 Pareto最优解 对于多目标优化问题，通常存在一个解集，这些解之间就全体目标函数而言是无法比较优劣的，其特点是:无法在改进任何目标函数的同时不削弱至少一个其他目标函数。这种解称作非支配解或Pareto最优解. Pareto最优前沿 Pareto最优解的集合称为Pareto最优前沿 遗传算法 问题: 1、产生初始种群 2、计算适应度 选择：具有随机性和进化性。 进化性：选择适应度高的个体进入下一代。 随机性：按照概率选择适应度高的进入下一代。 交叉 单点交叉 双点交叉 变异 交叉变异产生新解， 防止陷入局部最优 迭代优化 选择 交叉 变异 最优解 NSGA-Ⅱ 全称：Non-dominated Sorting Genetic Algorithm-Ⅱ 非支配排序遗传算法，目前最流行的多目标进化算法之一。 快速非支配排序法—分级 拥挤度比较算子 --拥挤度的确定 拥挤度比较算子--拥挤度比较算子 精英策略 感谢聆听