《高维多目标进化优化方法研究的国内外文献综述》4300字.docxVIP

高维多目标进化优化方法研究的国内外文献综述

1.1多目标进化优化方法研究现状

多目标进化优化方法（Multi-objectiveEvolutionaryAlgorithm，MOEA）的发展已经有很久的历史，1967年，Rosenberg首次提出了基于进化的搜索机制来解决多目标优化的难题[10]。1985年，DavidSchaffer第一次实现了基于进化优化思想的向量评估遗传算法[11]（VectorEvaluatedGeneticAlgorithm，VEGA）。1989年，DavidGoldberg将进化优化方法用于多目标优化的技术整理进其著作中，对多目标进化优化方法的研究指明了方向[12]。几十年来，多目标进化优化方法引起了众多科研人员的关注，发表了许多有建树性的工作。这些工作按照决策方式的不同，可以分为三大类，分别是基于分解的MOEA，基于支配关系的MOEA和基于指标的MOEA。

基于分解的MOEA，核心思想是将被优化的所有子目标聚合为单个目标，从而使多目标优化问题变成单目标优化问题。最开始时，Schaffer在1985年提出的向量评估遗传算法中对目标向量进行了分解处理，但是该方法中的聚合函数如果是线性的，无论怎样调整权重的值，是没有办法找到非凸解的，只有当聚合函数是非线性时，才可以避免出现无法找到非凸解的情况。张青富等在2007年基于分解的思想，将数学规划的