基于博弈策略的多目标进化算法研究-计算机科学与技术专业论文.docxVIP

基于博弈策略的多目标进化算法研究于葡 基于博弈策略的多目标进化算法研究 于葡 芰 多目标优化问题(MOP)是科学研究与工程实践中普遍存在又非常重要的 一类基础性优化问题，具有广泛的应用前景。起源于生物进化理论的多目标进化 算法(MOEA)是求解该问题的一种主流方法。目前该方法主要基于非支配解排 序，随着种群的进化，候选解的层次数不断减少，种群多样性逐渐丢失，造成种 群进化动力不足，使算法容易出现收敛速度慢、容易进入局部最优、全局寻优能 力弱等问题。 博弈论(Game Theory)是研究主体为争取最大利益如何做出决策的一门科 学，它和多目标问题都属于多主体优化问题。借鉴博弈论的基本知识和理论求解 多目标优化问题，无论是对提高多目标进化算法性能，还是拓展多目标优化问题 工程应用领域都有积极的意义。 本文围绕基于博弈的多目标优化算法以及在网格任务调度中的应用展开工 作，主要内容包括： 首先，介绍多目标优化问题并总结目前已有的求解方法，给出了几种常见的 群智能算法基本原理和求解过程。另外，讲解了博弈论的基本知识，并结合对多 目标进化算法中种群进化过程的分析，指出了两者结合的可能性； 其次，在研究多目标进化算法和各种博弈模型的基础上，本文提出了一种基 于混合策略博弈的多目标进化算法(MSG．MOEA)。将种群每次迭代过程看做是 一场博弈，各博弈参与人不断调整博弈策略，追求自身利益最大化，带动种群向 Parcto前沿进化。算法分析和仿真实验表明本算法在解的分布性和收敛性方面都 有较好的表现； 最后，提出了一种基于MSG．MOEA的多目标网格任务调度算法。针对现实 网格环境中存在计算资源失效等问题，提出了基于任务生存性和任务完成时间的 网格调度模型。设计了符合该模型的基于MSG．MOEA的调度算法。仿真实验结 果表明，该算法可以很好的解决多目标网格调度问题。 关键词：多目标优化；博弈论；混合策略；网格任务调度 H AbstractAs Abstract As a very important class of fundamental optimization problems’ multi．objective optimization problem(MOP)is prevalent in scientific research and engineering practice，it has wide application prospects．Multi’objective evolutionary algorithm(MOEA)which is originated from biology has a good performance 0n MOPs．As a mainstream method，it is mainly based on nondominated sorting approach．With the evolution of population，the number of levels of solutions is declined，the population diversity is lost gradually，the motivation of evolution becomes weaker，and all of these result in that the algorithm is prone to converge s10wly，sink in to local optimum，and get weak ability of global optimization and SO Un． Game Theory is a subj ect to study how to make decisions for the player to get the maximum interests．It and MOP belong to the same problem of multi。agent optimization，handling multi—obj ective optimization problem using game theory can improve the performance of multi．obj ective evolutionary algorithm and expand the field of engineering． This research focuses on multi．objective evolution optimization based on game theory and its application of grid task sched