面向多目標(biāo)優(yōu)化的群智能算法研究

《面向多目標(biāo)優(yōu)化的群智能算法研究》由會員上傳分享，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、碩上學(xué)化論文插圖索引圖1．1多目標(biāo)優(yōu)化的發(fā)展歷程???????????????????．．4圖2．1PSo借助群居生物尋優(yōu)原理圖????????????????．8圖2．2粒子群算法流程圖??????????????????????10圖2．3蟻群路徑搜索原理??????????????????????ll圖3．1目標(biāo)空間的Pareto最優(yōu)解和最優(yōu)前沿???????????．．18圖3．2優(yōu)化與決策的系統(tǒng)構(gòu)成圖??????????????????l9圖3．3從決策的觀點(diǎn)對多目標(biāo)優(yōu)化方法分類????????????20

2、圖4．1測試函數(shù)三上的Pareto最優(yōu)解???????????????．33圖4．2測試函數(shù)四上的Pareto最優(yōu)解???????????????．33圖4．3算法在測試函數(shù)五上比較??????????????????34圖4．4算法在測試函數(shù)六上比較??????????????????34圖5．1N．EPSo算法流程??????????????????????．．38圖5．2N．EPSo與文獻(xiàn)【48】中算法的迭代曲線比較?????????4l圖5．3改進(jìn)的算法流程???????????????????????43圖

3、5．4三個算法運(yùn)行l(wèi)00次的迭代曲線圖?????????????44圖5．5種群大小為50的曲線圖??????????????????．．45圖5．6種群大小為20的曲線圖??????????????????．．45圖5．7新算法在ulysses22上迭代曲線圖????．．．?????????46圖6．1求解多目標(biāo)TSP的算法流程圖???????????????．48圖6．2各算法求得的Pareto最優(yōu)解分布情況???????????．．50圖6．3城市數(shù)目為20的測試結(jié)果?????????????????．．5l圖

4、6．4城市數(shù)目為30的測試結(jié)果?????????????????．．51圖6．5城市數(shù)目為50的測試結(jié)果?????????????????．．52VII面向多目標(biāo)優(yōu)化的群鉀能貿(mào)法研究附表索引表4．1本文算法與MOPSo的參數(shù)設(shè)置??????????????．．30表4．2不同算法的解分布情況比較?????????????????32表4．3不同算法的覆蓋指標(biāo)C的比較???????????????．32表5．1口和∥取不同值時收斂代數(shù)統(tǒng)計(jì)???????????????39表5．2實(shí)驗(yàn)參數(shù)設(shè)置??????????????

5、??????????．40表5．3兩種算法的搜索效率比較??????????????????40表5．4三個算法運(yùn)算l00次的收斂比率和運(yùn)算時間????????43表5．5算法參數(shù)設(shè)置????????????????????????．44表5．6種群大小為50的實(shí)驗(yàn)結(jié)果?????????????????．．45表5．7種群大小為20的實(shí)驗(yàn)結(jié)果?????????????????．．46表5．8ulysses22問題上的統(tǒng)計(jì)結(jié)果?????????????????46表6．1各算法找到的Pareto最優(yōu)解?????????

6、???????．．49表6．2各算法在覆蓋指標(biāo)C上的比較???????????????．49表6．3實(shí)驗(yàn)二的參數(shù)設(shè)置??????????????????????5lVIII湖南大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：劫】舷織日期：≯岬年s月辭日學(xué)位論文版權(quán)使

7、用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在j解密后適用本授權(quán)書。2、不保密團(tuán)。(請?jiān)谝陨舷鄳?yīng)方框內(nèi)打”／”)作者簽名：導(dǎo)師簽名：剖枷囊矽切日期：抄叼年日期：跏毋年歲月印日‘月4日碩上學(xué)位論文1．1研究背景與意義第1章緒論多目標(biāo)優(yōu)化問題起源于許多實(shí)際復(fù)雜系統(tǒng)的設(shè)計(jì)

8、、建模和規(guī)劃，幾乎每個重要的現(xiàn)實(shí)生活中的決策問題都要在考慮不同約束中同時處理若干相互沖突的目標(biāo)，這些問題大大增加了問題的復(fù)雜程度。傳統(tǒng)的多目標(biāo)優(yōu)化方法是將各個子目標(biāo)聚合成一個帶正系數(shù)的單個目標(biāo)函數(shù)，系數(shù)由決策者決定，或者由優(yōu)化方法自適應(yīng)調(diào)整。為了獲取近似的Pareto最優(yōu)集，一些優(yōu)化方法使用不同的系數(shù)來實(shí)施動態(tài)優(yōu)化。常見的古典方法有加權(quán)法、約束