基于多族群PSO算法的森林空間動(dòng)態(tài)多目標(biāo)優(yōu)化研究.pdf

1、在實(shí)際工程領(lǐng)域存在許多復(fù)雜的動(dòng)態(tài)多目標(biāo)優(yōu)化問題，其目標(biāo)函數(shù)、約束條件或定義域中至少有一個(gè)是隨時(shí)間變化的，所以，其最優(yōu)解也會隨著時(shí)間而變化。多族群PSO算法是采用多個(gè)子群并行搜索且子群是動(dòng)態(tài)變化的一種求解多目標(biāo)優(yōu)化問題的算法。該算法在求解靜態(tài)多目標(biāo)優(yōu)化問題時(shí)是可行的，但是在求解動(dòng)態(tài)多目標(biāo)優(yōu)化問題時(shí)缺少對環(huán)境變化的檢測。因此，本文在多族群PSO算法的基礎(chǔ)上引入一種環(huán)境檢測算子，提出了一種改進(jìn)型多族群PSO算法，并利用改進(jìn)算法求解森林空間動(dòng)態(tài)

2、多目標(biāo)優(yōu)化模型。本文主要研究內(nèi)容如下:
　　1、提出了一種改進(jìn)型多族群PSO算法，并對算法性能進(jìn)行了測試。根據(jù)實(shí)際問題預(yù)設(shè)閾值θ，隨機(jī)選取當(dāng)前粒子種群中20％個(gè)體，計(jì)算新適應(yīng)度值與原適應(yīng)度值的歐氏距離差的平均值作為環(huán)境檢測算子ε，通過比較ε和θ的大小判斷環(huán)境的變化。同時(shí)，研究分析和比較五種慣性權(quán)重下PSO算法的性能，選擇性能最好的一種慣性權(quán)重作為改進(jìn)算法的慣性權(quán)重。然后利用四個(gè)典型動(dòng)態(tài)多目標(biāo)優(yōu)化問題測試改進(jìn)算法的性能，并與基于改進(jìn)

3、的距離預(yù)測機(jī)制及自適應(yīng)差分算子的動(dòng)態(tài)多目標(biāo)免疫優(yōu)化算法PDMIOA和基于動(dòng)態(tài)粒子群算法的動(dòng)態(tài)多目標(biāo)優(yōu)化算法dDMS-MOPSO進(jìn)行對比。試驗(yàn)結(jié)果表明文中提出的改進(jìn)算法在收斂性、分布性以及跟蹤性等性能上都優(yōu)于PDMIOA和dDMS-MOPSO算法。
　　2、構(gòu)建了森林空間結(jié)構(gòu)動(dòng)態(tài)多目標(biāo)優(yōu)化模型。結(jié)合單木生長模型中林木生長隨時(shí)間的變化規(guī)律，從林分傳統(tǒng)結(jié)構(gòu)、林分空間結(jié)構(gòu)和林分垂直結(jié)構(gòu)三個(gè)方面選取林木混交度、競爭指數(shù)、角尺度、林層指數(shù)、空

4、間密度指數(shù)、開闊比數(shù)、大小比數(shù)、單株材積和健康指數(shù)為目標(biāo)函數(shù)，建立森林空間結(jié)構(gòu)動(dòng)態(tài)多目標(biāo)優(yōu)化模型，并利用本文提出的改進(jìn)型多族群PSO算法對該模型進(jìn)行求解。
　　3、森林空間結(jié)構(gòu)動(dòng)態(tài)多目標(biāo)優(yōu)化模型的驗(yàn)證。針對現(xiàn)實(shí)林分，以三年為一個(gè)林分調(diào)整周期，設(shè)置三個(gè)環(huán)境變量，以是否考慮林分調(diào)整對林分結(jié)構(gòu)的影響為標(biāo)準(zhǔn)進(jìn)行兩次實(shí)驗(yàn)。首先對兩次實(shí)驗(yàn)下模型的輸出結(jié)果進(jìn)行分析，提出了相應(yīng)的林分調(diào)整策略。然后通過對比調(diào)整前后林分的均質(zhì)性指數(shù)、混交度、競爭指數(shù)