基于合作型免疫克隆协同进化和量子粒子群的约束多目标优化问题研究-电子与通信工程专业论文.docxVIP

学校代码 分 类 号  10701 TP18 学 号 1202121464 密 级 公开 TN82西安电子科技大学 TN82 硕士学位论文 基于合作型免疫克隆协同进化和量子粒子群 的约束多目标优化问题研究 作者姓名： 徐豪 领 域： 电子与通信工程 学位类别： 工程硕士 学校导师姓名、职称： 企业导师姓名、职称： 尚荣华副教授 刘文学高工 提交日期： 2014 年 12 月 Cooperative immune clone co-evolutionary and Quantum Particle Swarm for solving constrained multi-objective optimization A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Electronics and Communication Engineering By Xu Hao Supervisor: Shang Ronghua, Liu Wenxue December 2014 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 学位论文若有不实之处，本人承担一切法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权 保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分 内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位 后结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。 保密的学位论文在 年解密后适用本授权书。 本人签名： 导师签名： 日 期： 日 期： 摘要 摘要 西安电 西安电子科技大学硕士生毕业论文 摘要 近年来多目标优化问题一直是一个热门的研究问题，而在实际应用中我们会发 现需要处理的问题或多或少的会带有一些约束条件，尤其是在实际生活中带有约 束条件的问题会更多，这样一个新的研究方向应运而生约束多目标优化问题。由 于更加贴近实际生活，所以约束多目标优化问题具有很高的研究价值，关于该问 题新的算法也不断的被提出。 传统的非进化算法的处理约束多目标优化问题的算法并不能很好地表示问题 的真实 Pareto 前端，大部分算法运行一次只能输出一个结果，这对于我们需要对 问题整个 Pareto 前端有很好表示的要求来说无疑是非常困难的。而进化算法（EA） 在处理约束多目标问题时获得了巨大的成功。进化算法进行一次运算后可以输出 多个结果，这样只需一次计算就可以相对完整的表达出问题的所有 Pareto 前端。 因此如何更好的使用进化计算的方法，已经成为求解此类问题的主要研究方向。 本文的主要内容包括： (1) 本文首先提出了量子免疫克隆算法用于求解约束多目标优化问题。该算法 首先引进了一个成熟的约束处理策略，并且在使用时对此约束处理策略进行了修 正，将个体的约束偏离值与目标函数值进行简单的相加形成新的目标函数值，接 下来从种群中选择出两个精英种群，一个保存可行非支配个体用于存储进化过程 中出现的最优解。另一个种群保存约束偏离值小且目标函数值小的个体，扩大了 算法的搜寻范围，此举提高了算法计算精度和输出结果的多样性。接着本算法引 入了量子算子，考虑到量子计算具有对算法加速的能力，通过设计出一个具有加 速能力的量子旋转门，来加速算法的计算速度。该方法较好的提高了输出结果的 精度、多样性与均匀性。 (2) 算法以免疫克隆算法为基础，结合协同进化理论模型设计出了合作型免疫 克隆协同进化算法。本算法第一步通过初始化产生多个不同种群，各种群内部首 先进行独立的进化操作，每次迭代过程种群内部都通过免疫克隆算法产生下一代 种群。种群内部迭代过程结束以后，种群之间则通过邻域共享的方法来进行合作 交流。并且本算法设计出了多层次的精英种群策略，用于更好的保存算法寻找到 的优秀个体。此外本算法还使用了拥挤度排序策略用于保证算法多样性性能的同 时提升算法的计算效率。 (3) 提出将量子粒子群