基于擂臺賽法則和小生境技術(shù)的進化多目標(biāo)優(yōu)化算法的研究及應(yīng)用.pdf

1、多目標(biāo)優(yōu)化不論是在算法的理論研究中，還是在運用算法解決問題的實際應(yīng)用中，都是一個非常值得研究的重要課題。因為現(xiàn)實世界中的許多問題都要涉及到多個目標(biāo)的同時優(yōu)化，所以多目標(biāo)優(yōu)化的研究越來越受到廣泛的重視。進化算法是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的一種自適應(yīng)全局優(yōu)化算法，它在解決復(fù)雜優(yōu)化問題時所表現(xiàn)出來的優(yōu)越性和魯棒性，使其日益成為解決多目標(biāo)優(yōu)化問題的一種非常有效的手段。
　　 本文介紹了多目標(biāo)優(yōu)化的發(fā)展情況及研究現(xiàn)狀、基

2、本原理和進化算法的數(shù)學(xué)理論和實現(xiàn)技術(shù)等。通過對算法運行效率和群體多樣性的研究，提出了基于擂臺賽法則和小生境技術(shù)的多目標(biāo)進化算法。數(shù)值實驗表明：改進后的算法不僅保持了擂臺賽算法運行效率高的特點，而且具有較佳的分布度。將其應(yīng)用于多準(zhǔn)則運輸問題，取得了比較理想的效果。
　　 本文主要做了以下幾個方面的工作：
　　 1．簡要介紹了多目標(biāo)進化算法的發(fā)展情況及研究現(xiàn)狀。
　　 2．簡要介紹了多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型和目前比較

3、典型的多目標(biāo)進化算法。
　　 3．簡要介紹了遺傳算法的基本原理及利用計算機實現(xiàn)算法的技術(shù)。
　　 4．為了進一步提高算法的運行效率并且能使解集具有很好的分布性，利用個體相互之間的支配關(guān)系，提出了一種新的采用小生境技術(shù)來實現(xiàn)的算法，構(gòu)造非支配集時采用擂臺賽法則，很好地保持了算法的運行效率，不僅很好地保持了解集的分布性，而且能很快地達到收斂。
　　 5．將改進的算法應(yīng)用于多準(zhǔn)則運輸問題中，取得了比較理想的效果。