分散搜索算法求解多目標(biāo)優(yōu)化問(wèn)題[1]

《分散搜索算法求解多目標(biāo)優(yōu)化問(wèn)題[1]》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、662008．44(33)ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用分散搜索算法求解多目標(biāo)優(yōu)化問(wèn)題劉強(qiáng)，周育人LIUQiang，ZHOUYu—ren華南理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，廣州510640DepartmentofComputerScienceandEngineering，SouthChinaUniversityofTechnology，Guangzhou510640，ChinaE—mail：phap20@hotmail．cornLIUQiang，ZHOUYu-ren．Scattersearchformulti-objectiveoptim

2、izationproblem．ComputerEngineeringandAppfications，2008．44(33)：66—68．Abstract：Scattersearchalgorithmcansolvethemulti—objectiveoptimizationproblemwhichenhancingit'sperformancebyusinggeneticalgorithmcrossoverandmutationoperator．Operatingstrategyofscattersearchisnotbasedontheprincipleofstochastic．Itis

3、basedon“distributing—convergencecollecting”toinerativemechanism．Thispaperanalyzesthescattersearchinmulti—objectiveoptimizationproblemregionandfindstheParetooptimalsolutions．Theexperimentresultsshowthatthisalgorithmiseffective．Keywords：scattersearchalgorithm；geneticalgorithm；Paretooptimalsolution摘要

4、：最近涌現(xiàn)了各種進(jìn)化方法來(lái)解決多目標(biāo)優(yōu)化問(wèn)題，分散搜索也是一種可以解決多目標(biāo)問(wèn)題的算法。該算法的結(jié)構(gòu)引用進(jìn)化算法的雜交和變異算子來(lái)增強(qiáng)它的性能，但該算法與其他進(jìn)化算法的不同在于一系列操作策略不再基于隨機(jī)性原理，而是運(yùn)用“分散一收斂集聚”的迭代機(jī)制。論文在多目標(biāo)優(yōu)化問(wèn)題區(qū)域討論分散搜索算法，尋找多目標(biāo)的非支配集或Pareto最優(yōu)解。實(shí)驗(yàn)表明，分散搜索算法具有很好的收斂性和分布性。關(guān)鍵詞：分散搜索算法；遺傳算法；Pareto最優(yōu)解DOI：10．3778~．issn．1002—8331．2008．33．021文章編號(hào)：1002—8331(2008)33—0066—03文獻(xiàn)標(biāo)識(shí)碼：A中圖分類(lèi)號(hào)：T

5、P301．6在最近幾年以來(lái)，很多人關(guān)注的優(yōu)化問(wèn)題不只是單個(gè)目標(biāo)l1m，1l是目標(biāo)函數(shù)空間。函數(shù)，現(xiàn)實(shí)世界中的優(yōu)化問(wèn)題通常是多屬性的，一般是對(duì)多個(gè)目標(biāo)的同時(shí)優(yōu)化。如一個(gè)國(guó)家的最優(yōu)良性發(fā)展，涉及到經(jīng)濟(jì)的定義2給定一個(gè)多目標(biāo)優(yōu)化問(wèn)題minf(X)，它的Pareto快速增長(zhǎng)，社會(huì)秩序的穩(wěn)定等多方面。經(jīng)濟(jì)快速增長(zhǎng)和社會(huì)秩最優(yōu)解集定義為序的穩(wěn)定這兩個(gè)優(yōu)化目標(biāo)是相輔相成的，互相促進(jìn)的。在多數(shù)=)=∈1~1-3XEa,f／x)≤()，q=l，2，?，r)}情況下，被同時(shí)優(yōu)化的多目標(biāo)之間是相互沖突的，如在企業(yè)生定義3(支配關(guān)系)設(shè)P和q是進(jìn)化體Pop中的任意兩個(gè)產(chǎn)活動(dòng)中，產(chǎn)品質(zhì)量與生產(chǎn)成本是兩個(gè)相互沖突的目

6、標(biāo)。為了不同的個(gè)體，稱P支配(dominate)口，則必須滿足兩條件：第一是對(duì)所有的子目標(biāo)，P不比q差，即(P)≤(g)，(k=l，2，?，r)；達(dá)到總目標(biāo)的最優(yōu)化，一般需要對(duì)相互沖突的子目標(biāo)進(jìn)行綜合．第二是至少存在一個(gè)子目標(biāo)，使P比g好。即f∈{1，2，?，r}，考慮，即對(duì)各子目標(biāo)進(jìn)行折衷(tradeoffs)。由此，針對(duì)多目標(biāo)的使．(P)≤(g)。其中r為子目標(biāo)的數(shù)量。因此稱P為非支配的，優(yōu)化問(wèn)題，出現(xiàn)了多目標(biāo)進(jìn)化算法(Multi—ObjectiveEvolution—和q為被支配的。aryAlgorithm，MOEA)，如我們所知的NSGA—II，SPEA2，PESA分散搜索算法(s

7、cattersearch簡(jiǎn)稱ss算法)思想擴(kuò)展到元等進(jìn)化算法。多目標(biāo)優(yōu)化通常稱為Pareto最優(yōu)解，它是由Vil—啟發(fā)式算法(meta—heuristic)概念。因此，分散搜索算法具有很fredoPareto在1896年提出的，因此被命名為Pareto最優(yōu)解多不同的算法組成而只需要稍加修改就可以應(yīng)用于不同優(yōu)化(Paretooptimalsolution)。一般地，可以描述如下[31：?jiǎn)栴}的通用算法框架。ss算法是一種基于