基于優(yōu)化問題的多目標(biāo)布谷鳥搜索算法畢業(yè)論文

《基于優(yōu)化問題的多目標(biāo)布谷鳥搜索算法畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于優(yōu)化問題的多目標(biāo)布谷鳥搜索算法關(guān)鍵字：布谷鳥搜索、元啟發(fā)式算法、多目標(biāo)、最優(yōu)化摘要：在工程設(shè)計(jì)方面，很多問題都是典型的多目標(biāo)問題，而且，都是復(fù)雜的非線性問題?，F(xiàn)在我們研究的優(yōu)化算法就是為了解決多目標(biāo)化的問題，使得與單一目標(biāo)問題的解決有明顯的區(qū)別，計(jì)算結(jié)果和函數(shù)值有可能會(huì)增加多目標(biāo)問題的特性。此時(shí)，元啟發(fā)式算法開始顯示出自己在解決多目標(biāo)優(yōu)化問題中的優(yōu)越性。在本篇文章中，我們構(gòu)造了一個(gè)新的用于解決多目標(biāo)優(yōu)化問題的算法——布谷鳥搜索算法。我們通過一系列的多目標(biāo)檢驗(yàn)函數(shù)對(duì)其的有效性已經(jīng)做出來檢驗(yàn)，發(fā)現(xiàn)它可以應(yīng)用于解決結(jié)構(gòu)設(shè)計(jì)等問題中去，例如：光路設(shè)計(jì)、制動(dòng)器設(shè)計(jì)等。另外，我么還對(duì)該算法的主要特性

2、和應(yīng)用做了相關(guān)的分析。1.簡介在設(shè)計(jì)問題中經(jīng)常會(huì)考慮到很多多重的復(fù)雜問題，而且這些問題往往都具有很高的非線性性。在實(shí)際中，不同的目標(biāo)之間往往會(huì)有分歧和沖突，有時(shí)候，實(shí)際的最優(yōu)化解決方案往往不存在，而一些折中的和近似的方案往往也可以使用。除了這些挑戰(zhàn)性和復(fù)雜性以外，設(shè)計(jì)問題還會(huì)受到不同設(shè)計(jì)目標(biāo)的約束，而且還會(huì)被設(shè)計(jì)代碼、設(shè)計(jì)標(biāo)準(zhǔn)、材料適應(yīng)性、和可用資源的選擇，以及設(shè)計(jì)花費(fèi)等所限制，甚至是關(guān)于單一目標(biāo)的全局最優(yōu)問題也是如此，如果設(shè)計(jì)函數(shù)有著高度的非線性性，那么全局最優(yōu)解是很難達(dá)到的，而且，很多現(xiàn)實(shí)世界中的問題經(jīng)常是NP-hard的，這就意味著沒有一個(gè)行之有效的算法可以解決我們提出的問題，因此，對(duì)

3、于一個(gè)已經(jīng)提出的問題，啟發(fā)式算法和科學(xué)技術(shù)與具體的學(xué)科交叉知識(shí)經(jīng)常被用于其中，用來作為解決問題的向?qū)АＡ硪环矫?，元啟發(fā)算法在解決此類優(yōu)化問題方面是非常有效的，而且已經(jīng)在很多刊物和書籍中得以運(yùn)用，與單一目標(biāo)的優(yōu)化問題相反的是，多目標(biāo)優(yōu)化問題具有典型的復(fù)雜性和困難性，在單一目標(biāo)的優(yōu)化問題中我們必須去找出一個(gè)最優(yōu)化的解決方法，此方法在問題的解決中存在著一個(gè)單一的點(diǎn)，并且在此問題中不包括那些多重的、平均優(yōu)化的點(diǎn)，對(duì)于一個(gè)多目標(biāo)的優(yōu)化問題，存在著名為Pareto-front的多重的復(fù)雜的優(yōu)化問題，為了了解我們所不熟悉的Pareto-front問題，我們需要收集并整理很多不同的方法，從而，此計(jì)算結(jié)果將會(huì)

4、隨著近似解的變化、問題的復(fù)雜度和解決方法的多樣性而有所變化甚至增加。在理論上，此類解決方法應(yīng)包括問題并且應(yīng)相對(duì)的有一致無分歧的分布情況，然而，還沒有科學(xué)的方法可以證明這種解決方法可以在實(shí)際中得以應(yīng)用。從問題的出發(fā)點(diǎn)我們可以得知，算法可以在單一目標(biāo)優(yōu)化問題中運(yùn)行的很好，但是卻不能在多目標(biāo)的優(yōu)化問題中直接的運(yùn)用，除非是在特殊的環(huán)境與條件下才可以應(yīng)用。例如，使用一些有利的求和方法將多目標(biāo)問題歸結(jié)到單一目標(biāo)問題中去，在優(yōu)化的過程中，我們需要大量的修改工作，除此之外，更困難的更具挑戰(zhàn)性的是，怎樣總結(jié)這些方法，使其有著足夠的多樣性，這樣的話，這種新的解決方法就可以成為有效利用搜索空間的實(shí)例。而且，在真實(shí)

5、的生活中，優(yōu)化問題往往包含了一些不確定性和干擾性，例如，材料的適應(yīng)性對(duì)于一個(gè)產(chǎn)品的設(shè)計(jì)往往有著很重要的影響，一個(gè)優(yōu)化的設(shè)計(jì)問題應(yīng)該足夠的完美使得對(duì)于設(shè)計(jì)者和決策者可以對(duì)很多不同種的東西提供一些更好的選擇。盡管存在著這些挑戰(zhàn)性，多目標(biāo)優(yōu)化問題仍存在著許多有效的算法使其在很多問題中有著成功的應(yīng)用，此外元啟發(fā)算法開始作為解決多目標(biāo)優(yōu)化問題的主角出現(xiàn)在大眾面前，優(yōu)化算法設(shè)計(jì)者以及科學(xué)家們經(jīng)常模擬自然界中一些成功的范例來解決問題，例如，生物系統(tǒng)，很多新的算法也都開始出現(xiàn)并且在問題的解決中也有著很重要的應(yīng)用。目前，有一種新的由楊新社教授和SuachDeb教授在2009年提出的元啟發(fā)算法，名為布谷鳥算法，

6、對(duì)于此種算法，在最初的研究中就可以看出，其具有很高的前瞻性，比現(xiàn)有的PSO算法有著更好的性能，在本篇論文中我們將會(huì)對(duì)CS作以延伸，以便其可以解決多目標(biāo)優(yōu)化問題，而且可以建立一個(gè)基于多目標(biāo)的布谷鳥搜索算法。第一步我們將通過建立一個(gè)多目標(biāo)的檢驗(yàn)函數(shù)來使問題具體化，然后我們會(huì)將其應(yīng)用到工程優(yōu)化問題中，包括雙目標(biāo)的光路設(shè)計(jì)和制動(dòng)器設(shè)計(jì)。同時(shí)，我們也將討論被提出的算法中其獨(dú)有的特性，并且對(duì)文章做以進(jìn)一步的研究。1.多目標(biāo)的布谷鳥搜索為了對(duì)CS算法做以延伸來解決多目標(biāo)的問題，我們?cè)诖讼葘?duì)布谷鳥有趣的繁殖行為規(guī)律做以簡要的回顧，然后，我們將會(huì)對(duì)此算法的基本觀點(diǎn)和步驟以及實(shí)際的算法過程作以概述。2.1布谷鳥

7、的繁殖行為布谷鳥是一種有趣的鳥，它的有趣不僅是因?yàn)樗鼊?dòng)聽的歌聲，還因?yàn)槠渚哂星致孕缘姆敝巢呗?。像美洲黑杜鵑這一種鳥類，它們會(huì)將自己的卵產(chǎn)在公共的巢穴中，并且，它們會(huì)將其他鳥類的蛋移出巢外以提高自己的蛋被孵化的幾率，大多數(shù)鳥類通過產(chǎn)卵于其他寄主的巢中這種寄生性規(guī)律來完成自己孵化的任務(wù)，目前，存在著三種最基本的寄生性行為：種內(nèi)產(chǎn)卵寄生性、合作式寄生性、巢穴接管。一些寄主可以直接發(fā)現(xiàn)這些入侵者，并與入侵的鳥類發(fā)生沖