遗传算法实例参考.pptVIP

权重系数变换法 对于一个多目标优化问题，若给其每个子目标函数 f(xi) (i=1, 2, …, n) 赋予权重wi，其中wi为相应的f(xi) 在多目标优化问题中的重要程度，则各个子目标函数f(xi)的线性加权和表示为 若将u作为多目标优化问题的评价函数，则多目标优化问题就可以转化为单目标优化问题，即可以利用单目标优化的遗传函数求解多目标优化问题。 并列选择法 并列选择法的基本思想是，先将群体中的全部个体按子目标函数的数目均等地划分为一些子群体，对每个子群体分配一个子目标函数，各个子目标函数在相应的子群体中独立地进行选择运算，各自选择出一些适应度高的个体组成一个新的子群体，然后再将所有这些新生成的子群体合并成一个完整的群体，在这个群体中进行交叉和变异运算，从而生成下一代的完整群体，如此不断地进行“分割-并列选择-合并”操作，最终可求出多目标优化问题的Pareto最优解。 排列选择法 排列选择法的基本思想是，基于Pareto最优个体，对群体中的各个个体进行排序，依据这个排列次序来进行进化过程中的选择运算，从而使得排在前面的Pareto最优个体将有更多的机会遗传到下一代群体中。如此这样经过一定代数的循环之后，最终就可求出多目标最优化问题的Pareto最优解。 共享函数法 求解多目标最优化问题时，一般希望所得到的解能够尽可能地分散在整个Pareto最优解集合内，而不是集中在其Par