使用精英策略的多目標(biāo)遺傳算法的研究.pdf

1、經(jīng)過二十多年的發(fā)展，多目標(biāo)遺傳算法由出現(xiàn)逐漸走向成熟。作為遺傳算法的一個重要分支，它不僅在學(xué)術(shù)上得到廣泛的研究，在工程應(yīng)用領(lǐng)域也受到日益重視。它繼承了遺傳算法不需要搜索空間的知識或其它輔助信息、易于與并行計算相結(jié)合等優(yōu)點(diǎn)，在解決多目標(biāo)優(yōu)化問題上，它克服了傳統(tǒng)優(yōu)化方法固有的需要專家知識以確定權(quán)矢量、一次只能生成單個解等缺點(diǎn)，因而受到廣泛的重視。
　　 首先，本文結(jié)合jMetal開源框架[1]分析了當(dāng)前各種多目標(biāo)遺傳算法所共有的一些

2、缺點(diǎn)。為克服這些缺點(diǎn)，本文著眼于基于Pareto優(yōu)勝關(guān)系并且具有精英保留策略的多目標(biāo)遺傳算法，按兩個基本性能目標(biāo)從這類算法分離出相應(yīng)的兩個處理過程——精英挑選算子和多樣性保持算子。在此基礎(chǔ)上，本文挑選了獲得廣泛認(rèn)可和研究的三個算法：NSGA-Ⅱ[2]、SPEA2[3]和PAES[4]作為范例，詳述了上述兩個算子不同的實(shí)現(xiàn)方法。這些對多目標(biāo)遺傳算法的改造都在jMetal框架上獲得了實(shí)現(xiàn)，并形成了新的接口框架。利用新框架，本文用實(shí)驗(yàn)顯示了本

3、次研究對算法性能的提升：
　　 ●可以通過賦予算子參數(shù)不同的值，考察不同參數(shù)下算法不同的性能結(jié)果。
　　 ●可以設(shè)定相同的框架條件，精確比較同一個算子的不同實(shí)現(xiàn)方法產(chǎn)生的不同性能，得到不同實(shí)現(xiàn)方法之間的優(yōu)劣關(guān)系。
　　 ●可以直接改造其它多目標(biāo)遺傳算法，即用更好的算子實(shí)現(xiàn)方法代替算法原來的實(shí)現(xiàn)方法。
　　 ●還可以對不同的問題選擇不同的算子實(shí)現(xiàn)方法，以獲得最優(yōu)的性能(在本文的試驗(yàn)中，獲得了和最新算法ABY