偏好多目標(biāo)進(jìn)化算法研究.pdf

1、進(jìn)化計(jì)算是指進(jìn)化規(guī)劃、遺傳算法、和進(jìn)化策略三者的統(tǒng)稱(chēng)。進(jìn)化算法已經(jīng)廣泛用于工程控制、函數(shù)優(yōu)化、機(jī)器學(xué)習(xí)等NP難問(wèn)題的求解上，通過(guò)模擬生物進(jìn)化過(guò)程中的雜交變異來(lái)保留父代的優(yōu)良基因和自然選擇的“優(yōu)勝劣汰”機(jī)制來(lái)解決現(xiàn)實(shí)生活中的各種復(fù)雜優(yōu)化問(wèn)題。它是起源于上世紀(jì)50年代末，成熟于上世紀(jì)80年代，發(fā)展到現(xiàn)在已經(jīng)成為一個(gè)獨(dú)立完整學(xué)科，廣泛應(yīng)用于其它各個(gè)學(xué)科的新興熱點(diǎn)研究方向。從優(yōu)化問(wèn)題的角度來(lái)說(shuō)可以分為單目標(biāo)優(yōu)化問(wèn)題和多目標(biāo)優(yōu)化問(wèn)題，單目?jī)?yōu)化問(wèn)題

2、即被優(yōu)化的問(wèn)題只有一個(gè)需要優(yōu)化的目標(biāo)，最優(yōu)解也只有一個(gè)，而多目標(biāo)優(yōu)化問(wèn)題（現(xiàn)實(shí)生活中的優(yōu)化問(wèn)題主要是多目標(biāo)優(yōu)化問(wèn)題）是優(yōu)化2個(gè)或以上的相互沖突的目標(biāo)，最優(yōu)解的個(gè)數(shù)變成無(wú)窮多個(gè)，而且隨著優(yōu)化目標(biāo)的不斷增多優(yōu)化的難度以及最優(yōu)個(gè)體的數(shù)量都將以幾何級(jí)數(shù)增長(zhǎng)。
　　對(duì)于傳統(tǒng)的多目標(biāo)優(yōu)化算法而言，它們追求的是分布廣泛、均勻和收斂的最優(yōu)解，但是對(duì)于決策者來(lái)說(shuō)他/她只需要用到其中的一個(gè)或者幾個(gè)解，而其它大多數(shù)解是要被丟棄的也就造成了一種浪費(fèi)。為了

3、最大程度的避免這種浪費(fèi)研究者們提出了偏好多目標(biāo)優(yōu)化算法（preference-based multi-objective evolutionary algorithms,PMOEAs）這一概念。所謂偏好多目標(biāo)進(jìn)化算法即引入決策者的偏好信息，算法根據(jù)所引入的偏好信息求解最能滿足偏好的最優(yōu)解，從而避免了不必要的計(jì)算資源的浪費(fèi)。
　　本文提出了一種基于角度關(guān)系的偏好多目標(biāo)進(jìn)化算法。該算法通過(guò)角度關(guān)系將非支配個(gè)體集進(jìn)行適應(yīng)度分層，利用參考

4、點(diǎn)引導(dǎo)種群趨近決策者更感興趣的區(qū)域。根據(jù)“支點(diǎn)”到解個(gè)體的向量與“支點(diǎn)”到種群中離參考點(diǎn)最近解的向量的比較關(guān)系，借助自適應(yīng)夾角差判定個(gè)體優(yōu)劣。與幾種流行的偏好多目標(biāo)進(jìn)化算法進(jìn)行比較實(shí)驗(yàn)，結(jié)果表明本文所提出的算法有如下特性：1)可靈活地控制偏好解的范圍；2)支持多引用點(diǎn)；3)引用點(diǎn)的位置(在可行域內(nèi)，可行域外，Pareto最優(yōu)面上)不影響實(shí)驗(yàn)結(jié)果；4)有很好的適應(yīng)性；5)在高維問(wèn)題上能快速地獲得決策者感興趣的解。偏好多目標(biāo)算法是目前的一個(gè)