基于进化机制的多目标优化问题求解方法研究

《基于进化机制的多目标优化问题求解方法研究》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、＊＾－１？＾＾＾１＾選品＾受琼＾＾隸毎：５敦：：＾＊＊＂巧苗－■－５？？’心？？－■一＞—：．。？—？？＊■臺｜婪？＾＾＾＾＾■？一》？．？一寮■‘？■心ｉ玄？疋，户七―？？主？气？；主■＞吝神，，＿－‘．一ｉ—－－—＞ｍ＊、、？午一一？＊一Ｗ＼＾４一护？，，片？ｆ去？４Ｔ＞＾ｊ冷，户衣尸衣争勺＇去畔六扔－－巧担完ｋ為品点義斋＾＇？？二■？＾－－－、＊－■－‘‘＊？？一ｇ＇记戸鸯Ｊ贊‘Ｕｉｔ±ｒｉ＾－一＾ｉ－方一‘二巧＾ｊｇ之—只％３？－Ｓ￣二托寺＾４之一ｔ古古奇

2、争ｔ—一卡二＾ａｇ一■＊￣￣＊￣１＾—ａ？？＾＾￣？？广一？－－？—Ｌ，Ｖｇ［＊－ｉｗｒｖｆｃ，－、、１＾＾１１＞ｉＴ才二—．＿ｔ＜ｉｉ■＊？１＾ｆｙ３■—＾．，＾．－－，心？－、‘—．．Ｋ、．、ＴＶＣ＾＾一Ｖｆ子知？Ａ矣部貧乂安Ｉ＾硕：ｔ研究生学位论文＾ｍｇＭ片義基于进化机制的多目标优化问题求解方法脈＿－？．－＂，＂＞、－－＾一－？？＞，、？ａａ？■＇＾＾－＞，？－，＾秦ＩＭ一？、４ｒ＾一—全－．－一－．一本—考＂？￣＾＊－

3、＊－心｜－＞＜＊、一＾？一，＇一＾＾＊ｙｉ？＞ｗ＾，Ｔ呼！，，、尸葦－＊一－？？【？【．－－￣＇？‘ｊ－－一？－，－ａ－？＞一－－扛＊ｒＶ？？＾—，一屯Ａ二＇－一－＾；—一．Ｖ＇？—一Ａｖｉｓ？、？ｒ－＾Ｖ壬ｉ？＾、？ｓｒｗ＊，＊ｔ｜如千Ｉｆ、，＾于＊作蒂朱静＂－＊＊－一．＂￣＊？＞－■－ｗ－－ｒ‘＂￣？？＊＾＾Ａ，本＊ｎ？■．ｒｒ＊，＊打？＜ｉ＜乂／４，，ＪＴ＾ｔＴ＊－＊？Ｌ＊？＊－－＇—＂－—－＊＾．Ｈ片？ｒ＾户ｒｒ－ｐ

4、ｈＴ？＾ｒ，ｊｒ；！黑琴識輕ｙ指导教航潘晓英副教授？＇＇■，一＊一￣？＾－＇－－－＊－－￣￣，＂＊＊－？＾＾ｉｒｆ＾：ｓｎ＞不片７／５５ｖＴｎＫ＾ｒｙ夸：科＊瓶纖结构ｌ雞礫箇学（专业）：Ｍ‘鎮蟹敝做日觀二〇－湖月靈讓＾管戲－—－＊－．？一－一一＊－－＾Ｚ－成瓜＾Ｃ＞－ｒ■尸Ｊ－—ｒ心》一ｆ三一气，．—，＾＊－－－．＂【■——？－＇？一一一》＾＂－＞３ｈ？—＾―？＾Ａ—一？－■■Ｊｒ－＊＾－．ｆｃ－■■Ｊ—ｔ４Ｖ＾？？？＇、＾？＾＞，？

5、ｉ＊Ｖｖ？＊＾ｖ一壬，、？？ｒｗ＜？寸，卡ｆ；選頸苯課逛證顆輕束辣．．＊＇＊＂？－－．、？■＇＾￣－－－－－－？■－Ｔ－１，－一－？—＊—＾？—ｆＡ．＾ｒｗ４？＊ＬＩ，．，．＾＊－４ｉｉ＿＾＾ｒ５＝５－？—■？■＊－－＾—＊，ｉｉ－２＾ｒＺｕｒ；，＾＃，５ｒＴＶ单位代码１１６６４学号。的ＷＯＯ巧分类号巧级…——町ｆ…西安邮电大学硕±研究生学位论文面（中、英文）目基于进化化甫Ｊ的多目巧优化问厘巧解巧法研巧－ｍＡＲｅｓｅａｒｃｈｏｎＭｕｌｔｉｏ

6、ｂｅｃｔｉｖｅＯｐｔｉｚａｔｉｏｎｊｉＢａｓｅｄｏｎＥｖｏｌｕｔｉｏｎａｒｙｍｅｃｈａｎｉｓｍ作者姓名朱脖指导教师巧名、职务潘晓英期教巧学科口类工学学巧巧化）计算机系统结构巧交论文日期二〇—六年四月摘要进化算法是一类模拟生物进化过程中自然选挥和自然进化的群体启发式随机搜索算法，较好的通用性使其适用于复杂非线性和较少目标的优化问题。但是随着问题求解的各方面性能要求提高Ｗ及问题的复杂性提升，我们需要提出性能更好的多目标优化进化算法。基于Ｗ上背景一，本文提出用于求解低维多目

7、标优化问题的种改进的差分进化混合多目标优化算法一，另外，在对高维多目标优化问题的研究下，本文提出种基于相关性选择和差分进化的高维多目标优他进化算法。本文具体工作主要为：一１．提出种用于求解低维多目标优化问题的改进差分进化混合多目标优化算法。－ＩＩ算法首先分析了求解多目标优化问题的典范代表ＮＳＧＡ算法，对算法呈现的搜索精度较差和分布伴随盲区问题进行详细分析，然后采用拉Ｔ超立方体抽样技术产生分布较好的初始种群，利用差分算法中个体之间合作、竞争引导的智能搜索寻优机制，Ｗ及其特殊的变异算子对个体进化方向进行干预扰

8、动，使得提出的改进的差分进化混合多目标优化算法兼具全局捜索和局部搜索能力。通过对ＺＤＴ１、ＺＤＴ３、ＺＤＴ４和ＺＤＴ６多目标优化函数的测试－，实验结果表明所提出的算法比ＮＳＤＥ、ＮＳＧＡＩＩ和ＭＯＤＥ算法在收敛性上有较大优