高維優(yōu)化問題的多目標遺傳算法研究及其應(yīng)用.pdf

1、遺傳算法是模擬生物界中的遺傳進化過程而逐步發(fā)展起來的一種自適應(yīng)全局優(yōu)化技術(shù),因其在求解高度復(fù)雜的非線性問題中具有良好表現(xiàn)而得到了廣泛應(yīng)用。多目標遺傳算法的研究主要在于提高算法的兩個重要的性能:算法收斂性以及分布性,收斂性即算法收斂到最優(yōu)Pareto邊界的能力,分布性即解集在整個Pareto邊界的分布情況。近年來,遺傳算法研究領(lǐng)域相繼提出了許多有效的多目標遺傳算法,如Deb的快速非支配排序算法等。
　　 本文在研究了目前各種經(jīng)典多

2、目標遺傳算法以及它們在高維優(yōu)化問題應(yīng)用中存在的缺陷之后,注意到傳統(tǒng)經(jīng)典多目標遺傳算法通常只適用于兩維或三維優(yōu)化問題,而實際中處理的優(yōu)化問題往往是超過三維的(即高維情況);鑒于此,本文提出了一種適用于高維優(yōu)化問題的新多目標遺傳算法。通過DTLZ1等測試函數(shù)和世代距離等評價指標的測試評價,以及與NSGA-Ⅱ和SPEA2兩種最為經(jīng)典多目標遺傳算法進行對比之后,得出了如下結(jié)論:對于高維優(yōu)化問題,本文所提算法不但明顯優(yōu)于NSGA-Ⅱ和SPEA2兩

3、種經(jīng)典多目標遺傳算法,而且表現(xiàn)較好,即本文新算法對高維優(yōu)化問題是有效的。
　　 排課問題是一個高維多約束優(yōu)化問題。同時它還是一個NP完全問題(此結(jié)論已在計算機應(yīng)用范疇被證明)。目前遺傳算法在排課問題上的應(yīng)用主要分成兩類:其一,只考慮排課問題中需優(yōu)化目標的兩三個,因而可以直接利用經(jīng)典多目標遺傳算法;其二,對各個不同的目標進行加權(quán)求和,將排課問題簡化成單目標優(yōu)化問題。第一類方法直接忽視某些優(yōu)化目標,所得優(yōu)化結(jié)果可能很難滿足決策者要求