基于進(jìn)化算法的動(dòng)態(tài)多目標(biāo)優(yōu)化

《基于進(jìn)化算法的動(dòng)態(tài)多目標(biāo)優(yōu)化》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(kù)。

1、摘要I獨(dú)創(chuàng)性(或創(chuàng)新性)聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)一切相關(guān)責(zé)任。本人簽名：日期關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻

2、讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表的論文與本論文工作成果有關(guān)時(shí)署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。(保密的論文在解密后遵守此規(guī)定)本人授權(quán)西安電子科技大學(xué)圖書(shū)館保存學(xué)位論文，并同意將論文在互聯(lián)網(wǎng)上發(fā)布。本人簽名：日期導(dǎo)師簽名：日期摘要I摘要近年來(lái)，多目標(biāo)優(yōu)化問(wèn)題吸引了越來(lái)越多不同背景的研究人員的注意力。而應(yīng)用中的大多數(shù)多目標(biāo)優(yōu)化問(wèn)題往往是隨時(shí)間動(dòng)態(tài)

3、變化的，這類問(wèn)題被成為動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題。由于動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題在現(xiàn)實(shí)世界中的普遍存在性以及其求解的困難性，促使人們付出了很多精力來(lái)尋求解決的方法，因此分析和提出解決這類問(wèn)題的新算法已成為一個(gè)新穎的課題。進(jìn)化多目標(biāo)優(yōu)化算法是近年來(lái)發(fā)展起來(lái)的一種新的優(yōu)化算法，該算法具有較好地求解多目標(biāo)優(yōu)化問(wèn)題的能力，而隨著進(jìn)化算法的提出和不斷深入的研究，這類算法作為解決多目標(biāo)優(yōu)化問(wèn)題的新方法已越來(lái)越受到學(xué)術(shù)界的重視，并逐步發(fā)展成為有效解決多目標(biāo)優(yōu)化問(wèn)題的重要技術(shù)。因此，我們考慮采用這類算法解決動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題。本論文通過(guò)對(duì)國(guó)內(nèi)外

4、進(jìn)化多目標(biāo)優(yōu)化算法領(lǐng)域及動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的相關(guān)算法研究現(xiàn)狀和研究方法的分析，結(jié)合多項(xiàng)基金項(xiàng)目，對(duì)動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題這一新穎而極具挑戰(zhàn)的課題進(jìn)入了深入而系統(tǒng)的研究，提出了多種新穎有效的算法及實(shí)現(xiàn)策略。本文的主要工作概括如下：(1)介紹了多目標(biāo)優(yōu)化算法及動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的數(shù)學(xué)模型及相關(guān)概念，概述這類問(wèn)題的度量準(zhǔn)則。詳細(xì)介紹了一種解決多目標(biāo)優(yōu)化問(wèn)題的策略——人工免疫克隆操作，并基于考慮通常的進(jìn)化算法只考慮單個(gè)種群而不能很好地保持算法多樣性的缺點(diǎn)，引入?yún)f(xié)同進(jìn)化算法的相關(guān)理論，采用多種群策略保持算法的多樣性。通過(guò)將免疫

5、克隆操作與協(xié)同進(jìn)化操作的結(jié)合，我們提出了動(dòng)態(tài)多目標(biāo)優(yōu)化免疫克隆協(xié)同進(jìn)化算法，該算法設(shè)計(jì)了相關(guān)的協(xié)同進(jìn)化競(jìng)爭(zhēng)算子和協(xié)同進(jìn)化合作算子，改進(jìn)了算法的均勻性和多樣性。通過(guò)5個(gè)動(dòng)態(tài)多目標(biāo)優(yōu)化測(cè)試問(wèn)題的實(shí)驗(yàn)驗(yàn)證了算法的有效性。(2)將量子進(jìn)化計(jì)算策略和改進(jìn)的免疫克隆協(xié)同進(jìn)化算法相結(jié)合，提出了用以求解動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題的動(dòng)態(tài)多目標(biāo)優(yōu)化量子免疫克隆協(xié)同進(jìn)化算法。該算法利用量子計(jì)算的并行性和量子旋轉(zhuǎn)門(mén)的特點(diǎn)，設(shè)計(jì)了量子旋轉(zhuǎn)門(mén)更新算子，改進(jìn)了算法的收斂性。同時(shí)，算法利用免疫克隆操作中能夠很好保持最優(yōu)解的特點(diǎn)及協(xié)同進(jìn)化操作能夠保持種群

6、良好的均勻性和多樣性的特點(diǎn)，使得算法在均勻性，多樣性和收斂性上都有所改進(jìn)。對(duì)比實(shí)驗(yàn)表明，該算法在保持較好的均勻性和多樣性的同時(shí)，又能有效地提高算法的收斂性。(3)提出了一種基于量子粒子群的理論基礎(chǔ)的算法——量子粒子群免疫克隆協(xié)同進(jìn)化算法，算法利用量子粒子群優(yōu)化算法能夠快速收斂，并改進(jìn)算法搜索能力的優(yōu)勢(shì)，將其與免疫克隆協(xié)同進(jìn)化算法相結(jié)合，一方面保持了種群在進(jìn)化過(guò)程中的多樣性，另一方面在均勻性和收斂性方面都有所改進(jìn)。實(shí)驗(yàn)表明：該方法可II基于進(jìn)化算法的動(dòng)態(tài)多目標(biāo)優(yōu)化以有效求解動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題。本文工作得到了國(guó)家自然

7、科學(xué)基金(No.61001202)，中國(guó)博士后特別資助項(xiàng)目(No.201104658)，陜西省基金(No.2009JQ8015)，國(guó)家教育部博士點(diǎn)新教師基金(No.20100203120008)，中國(guó)博士后科學(xué)基金資助項(xiàng)目(No.20090451369)的資助。關(guān)鍵詞：動(dòng)態(tài)多目標(biāo)優(yōu)化，免疫克隆，協(xié)同進(jìn)化，量子進(jìn)化計(jì)算，量子粒子群ABSTRACTIIIABSTRACTRecently,themultiobjectiveoptimizationproblemshaveattractedanincreasinglynu

8、mberofresearcherswithvariousbackgrounds.Mostmultiobjectiveoptimizationproblems,whicharechangingovertime,arecalledDynamicMultiobjectiveOptimizationproblems.Thiskindofproblemsisverycommonin