基于改進(jìn)遺傳算法的多目標(biāo)決策方法研究及應(yīng)用.pdf

1、遺傳算法作為一種非確定性的擬生態(tài)隨機(jī)優(yōu)化算法在過去20年中得到了廣泛的應(yīng)用。由于其具有不依賴于問題模型的特性、全局最優(yōu)性、隱含并行性等特點(diǎn)，正越來越激起人們研究與應(yīng)用的興趣。 多目標(biāo)決策問題是從實(shí)際應(yīng)用中產(chǎn)生的，它不論在經(jīng)濟(jì)、軍事還是高科技領(lǐng)域都有著重要的研究?jī)r(jià)值。盡管多年來多目標(biāo)決策問題已有許多求解方法，然而最近十幾年來遺傳算法已逐漸發(fā)展成為解決多目標(biāo)決策問題的理想方法。但在實(shí)際應(yīng)用中，人們常常發(fā)現(xiàn)，遺傳算法會(huì)收斂到局部最優(yōu)而

2、不再進(jìn)化，或者是群體中不能再產(chǎn)生性能超過父代的后代，群體中的各個(gè)個(gè)體之間非常相似即出現(xiàn)未成熟收斂現(xiàn)象。 本文介紹了遺傳算法和多目標(biāo)決策的原理和方法，并圍繞遺傳算法中的早熟問題對(duì)遺傳算法進(jìn)行改進(jìn)。基于配對(duì)策略，為了維持群體的多樣性，該文設(shè)計(jì)的防亂倫遺傳算法是有目的地選擇配對(duì)個(gè)體，去除相似個(gè)體。然后通過三次試驗(yàn)對(duì)該改進(jìn)算法進(jìn)行驗(yàn)證，試驗(yàn)結(jié)果表明INGA能很好的擺脫早熟，并能搜索到最優(yōu)值，且搜索的效率也很高。 另外，本文以貴州