基于双重选择机制和角度邻域惩罚机制的多目标进化算法的研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:dakeke
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
相比单目标优化问题(SOPs),现实生活中,存在大量的非线性、高度复杂的工程问题,这些问题大多都是多目标优化问题(MOPs)。多目标优化问题具有多个需要同时优化且相互冲突的目标。而针对求解多目标优化问题所对应的进化算法,称之为多目标进化算法(MOEA)。本文从基于分解的和基于Pareto支配的多目标进化算法入手,提出了下面两个算法。针对基于分解的多目标进化算法(MOEA/D)的改进算法MOEA/D-DRA中个体和子问题的匹配选择问题,本文从分解方法的固有性质出发,理论上分析和论证其子问题性质,从而给出求解最优子问题的具体方法;然后引入竞争性选择理论,利用竞争性选择机制加强子问题内部和子问题之间个体的信息交流,从而促进算法的收敛性和多样性,最后提出了基于竞争性选择和子问题选择的双重选择机制的多目标分解进化算法(MOEA/D-SS)。该算法从DTLZ1测试问题上,采用算法SPEAII获取一组均匀权重向量,根据子问题固有信息以及竞争性选择过程,寻找适合个体的最优子问题。将该算法与MOEA/D-DRA进行对比试验表明,实验结果显示,MOEA/D-SS在收敛性和分布性上都好于MOEA/D-DRA,证明了竞争性选择和子问题选择机制提高了算法的性能。针对基于Pareto支配关系的多目标进化算法在处理高维问题时存在着选择压力小,早熟收敛等不足,提出了一种基于角度邻域惩罚机制的多目标进化算法(ANPMEA)。首先,选择一个离理想点最近的个体(精英个体);其次,设计了一种基于向量夹角的邻域形状作为惩罚区域;最后,对精英个体邻域内的其它个体进行惩罚,这样将降低与该精英个体邻近的个体进入归档集的机会,提高解集的多样性。通过与NSGA-Ⅱ和其它两个高维多目标优化算法(AR+DMO和AR+CD’)进行对比实验。实验结果显示,本文提出的基于角度邻域惩罚机制的多目标进化算法在收敛性和分布性上都好于其它三个算法,且随着维数越高效果越明显。
其他文献
图像是人类最重要的信息来源,而视觉又是人类认知世界最重要的感观系统。图像的二维空间特性导致其包含的信息量非常庞大,因此人们希望计算机能够模拟人认识图像和理解图像的
近年来互联网发展迅速以及多种异构网络的存在及流行,使得跨网络的多媒体传输变得越来越重要。然而现有的互联网音视频传输技术均未能有效地解决不同网络之间多媒体通信的瓶
近年来,随着我国社会经济的飞速发展,人们的生活节奏越来越快,生活各个方面的压力也越来越大,心血管疾病已经悄然成为我国公民健康的头号敌人。了解心血管病的地域差异,建立
工业无线网络是继现场总线之后,工业控制领域的又一个研究热点,是降低工业测控系统成本、提高工业测控系统应用范围的革命性技术,也是未来几年工业自动化产品新的增长点。WIA
随着linux操作系统的迅猛发展及其广泛流行,越来越多的企业或部门将其作为系统平台,linux已成为最受欢迎的服务器操作系统之一。越来越多的应用程序运行在Linux系统平台下,这
随着虚拟化技术的发展, CPU和内存虚拟化已经取得了很多研究成果,但是I/O虚拟化仍然面临着一些挑战。当前,Xen半虚拟化方式并没有提供对声音设备虚拟化的支持,导致用户在Xen
智能规划是隶属于人工智能领域的一个重要研究方向,近年来受到许多学者的关注。而不确定规划则是其中的一个重要分支。近几年来,有较多针对不确定规划的研究,但由于在求规划
随着网络技术的高速发展,出现了大量的网络设备和复杂的网络环境,网络管理的工作越来越复杂。网络管理系统在对各种网络设备进行综合管理的同时,必须保证自身的可靠性和高效
随着我国服务业的迅速发展,使得人们的工作、生活更为快捷、便利。然而,对于那些长期使用定时付费方式的后付费型服务(如:电信、电力、煤气等)的欠逃费现象也日益增加,造成服务企业的经济损失与资产流失,增加其运营成本,影响企业的业务发展,导致企业难以向社会提供更优质的服务。为有效解决上述问题,可以基于服务企业积累的海量数据,从中挖掘欠费行为的潜在规律及其主要影响因素,应用各种数据分析工具,构建数学预测模型
图像处理在现实生活中有着极其重要的作用,而图像分割作为图像处理领域的重要研究内容之一,广泛应用于遥感和生物医学图像分析、工业自动化、安保监视,以及军事等方面。图像