基于种群分解的进化超多目标算法及其应用

《基于种群分解的进化超多目标算法及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广东工业大学硕±学位论文（理学硕±）基于种群分解的进化超多目标算法及其应用代水芹二〇—六年六月４５号：１１８分类号：学校代ＵＤＣ２１１１３１４００５：密级：学号；广东工业大学硕±学位论文（理学硕±）基于种群分解的进化超多目标算法及其应用代水芹：刘海林教授指导教师姓名、职称；数学学科（专业）或领域名称学生所属学院：应用数学＿：２０１６年６月论文答辩日期ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔ

2、ｙｏｆＴｅｃｈｎｏｌｏｇｙｆｏｒｔｈｅｄｅｒｅｅｏｆＭａｓｔｅｒｏｆＳｃｉｅｎｃｅｇＭａｓｔｅｒｏｆＳｃｉｅｎｃｅ（）Ｅｖｏ－ｉＭａｎｉＯｉｉｌｕｔｏｎａｒｙｙｏｂｅｃｔｖｅｐｔｍｉｚａｔｏｎｊＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＰｏｐｕｌａｔｉｏｎＤｅｃｏｍｐｏｓｉｔｉｏｎａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎＣａｎｄｉｄａｔｅ：ＳｈｕｉｑｉｎＤａｉＳｕｐｅｒｖｉｓｏｒ；Ｐｒｏｆ．ＨａｉｌｉｎＬｉｕＪｕｎｅ２０化ＳｃｈｏｏｌｏｆＡｐｐｌｉｅｄ

3、ＭａｔｈｅｍａｔｉｃｓＧｕａｎｄｏｎｎｉｖｅｒｓｆｇｇＵｉｔｙｏＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕ，Ｇｕａｎｇｄｏｎｇ，Ｐ．Ｒ．Ｃｈｉｎａ，５１胞２０摘要当优化问题包含的目标个数是两个或者Ｈ者时，传统经典的优化算法会有好的效果，但是在处理目标多于或等于五个的超多目标优化问题时，这些算法的效果并不理想，主要原因有：１）从收敛性方面考虑，目标空间维数的增长将会导致种群中Ｐａｒｅｔｏ非支配解呈指数型增长，致使算法无法从种群中选择性能较好的个体，从而影响算法的收敛性能．２）从分

4、布性方面考虑，大部分分布性保持策略通常比较偏好某些极端个体，在高维空间中，这种特点会减弱算法的搜索能力，最终影响种群的分布性．针对传统的进化多目标算法在处理超多目标优化问题时收敛性与分布性不足的送一种情况，本文提出种基于改进的Ｋ支配排序Ｗ及种群分解的进化超多目标算法－ＫＤＭＯＥＡ，对整个区域进行分解（）．该算法结合种群分解策略，从而对种群进行分，，同时也在很大程度上减少了计算量解送在整体上有利于提高算法的分布性；改进之后的Ｋ支配与Ｐａｒｅ化支配关系相比，，极大地增大了算法的选择压力提升了算法的收敛

5、性能；为了弥补传统的聚集距离精确性不足，本文使用新的密度估计方法，提升－．ＧＡＩＩ局部密度估计的精确性新提出算法与ＮＳ就ＤＴＬＺ测试函数集进行对比试验，实验结果显示该算法在处理超多目标优化问题具有明显的优势，不仅提升了传统进化算法的收敛性能，而且获得的解集在Ｐａｒｅｔｏ前沿上具有较好的分布性．一汽车侧面碰撞优化问题中我们将新提出的算法应用到实际问题．在运用新算法－求解时，，我们会对算法的加进约束处理策略罚函数考虑到待优化问题的特殊性，使．其更好地处理这个优化问题从仿真的结果可Ｗ看出，新算法求解出来的解

6、具有较小的质量和较高的安全等级得分，并且这些解求出来的指标值离约束上界有较大的空间，即说明这些解具有很好的适用性．兼具上述性质的解能够为实际的生产设计提供很好的参照，所新算法能够有效的解决汽车侧面碰撞优化问题．关键词：超多目标优化；种；；进化多目标算法群分解汽车侧面碰撞优化问题Ｉ广东工业大学理学硕壬学位论文ＡＢＳＴＲＡＣＴＷｈｅ打ｔｈｅｎｕｍｂｅｒｏｆｔｈｅｏｂｅｃｔｉｖｅｓｔｈａｔｔｈｅｏｔｉｍｉｚａｔｉｏｎｒｏｂｌｅｍｃｏｎｔａｉｎｓｉｓｔｗｏｏｒｊｐｐｔ

7、ｈｒｅｅｔｈｅｃｌａｓｓｉｃａｌｏｔｉｍｉｚａｔｉｏｎａｌｏｒｉｔｈｍｗｉｌｌｈａｖｅａｏｏｄｅｆｆｅｃｔ．Ｂｕｔｉｎｄｅａｌｉｎｗｉｔｈ，ｐｇｇｇ－ｏｂｅｃｔｉｉｉｉｆｉｆｉｈｅｍａ打ｉｖｅｏｔｍｚａｔｏｎｒｏｂｌｅｍｓｔｈａｔｃｏｎｔａ打ｖｅｏｒｍｏｒｅｔｈａｎｖｅｏｂｅｃｔｉｖｅｓｔｙｐｐ，ｊｊ＇ｅｆｆｅｃｔｏｆｔｈｅｓｅａｌｏＨｔｈｍｓｉｓｎｏｔｉｄｅａｌｉｈｅｈｏｆｈｅｂｉｇ．Ｍａ打ｒｅａｓｏｎｓａｒｅ：１）Ｔｇｒｏｗｔｔｏｅｃｔｖ

8、ｅｓｊｄ－ｉｍｅｎｓｉｏｎｗｉｌｌｌｅａｄｔｏｔｈｅｅｘｏｎｅｎｔｉａｌｒｏｗｔｈｏｆｔｈｄｏｍｉｎａｔｅｄｌｔｉｉｔｈｐｅｎｏｎｓｏｕｏｎｓｎｅｇｏｕｌａｔｉｏｎｗｈｉｃｈｍａｋｅｓｔｈｅａｌｏｒｉｔｈｍｃａｎｎｏｔｃｈｏｏｓｅｏｏｄｓｏｌｕｔ