里面有8个关于多目标遗传算法的pdf论文文件、其中 nsga-2里面还有 matlab的 遗传算法代码。 足够你理解、学习、掌握,多目标遗传算法!!
总第223期计算机与数字工程Vol.36No.5

2008年第5期Computer&DigitalEngineering 16
多目标演化算法的进展研究
祁薇熹 李 彬
(武汉理工大学计算机学院 武汉 430070)
3
摘 要 回顾多目标演化算法的研究历史,给出问题相应的数学描述;其次,分析经典的第一代多目标进化算法,阐明这一代算法的优点与不足;对新一代多目标进化算法作详细的分析,其主要特点是构造外部种群实现精英保留机制;最后多目标进化算法的研究方向作展望。
关键词 多目标进化算法 多目标优化 Pareto最优中图分类号 TP301.6
EvolutionaryAlgorithms
QiWeixi LiBin
(DepartmentofComputerScience,WuhanUniversityofTechnology,Wuhan 430070)
Abstract First,thispaperreviewstheoriginsofMOEAs,andgivesitscorrespondingmathematicaldescription.Next,itanalyzestheoriginalclassicalMOEAsandtheirachievementsandshortage.Lateron,thenewlydeveloped2Asarediscussedwithdetails.Finally,somepromisingprospectsarepredicted.
Keywords MOEAs,multi-objectiveoptimization,paretonon-dominanceClassNumber TP301.6
nd
generationsMOE2
1 引言
1.1 多目标优化的发展状况
求解多目标优化问题,因为它们可以在单轮模拟过
程中找到多个Pareto最优解,通过逐代组合寻找具有某些特征的个体。1.2 多目标优化问题的数学描述
多目标优化问题是指具有两个或者两个以上目标需要同时优化的问题,而且大多数情况下子目标之间是相互制约的。类似于单目标优化的单个最优解在MOP中是不存在的,只存在某种折衷解或者妥协解,即MOP问题中提到的Pareto最优解,其数学描述如下:
Maximize y=f(x)=(f1(x),f2(x),...,fk(x))Subjectto e(x)=(e1(x),e2(x),...,em(x))Φ0
[4]
在实际工程应用中,人们常常需要使用多个目
[1]
标在给定的可行域上尽可能最优的决策问题,即多目标优化问题(Multi-objectiveOptimization
[2]
Problem,MOP)。MOP的本质在于,大多数情况下各子目标可能是相互冲突的,某个子目标的改善可能引起其他子目标性能的降低。所以MOP的解表现为一组均衡解或者折衷解,即所谓的Pareto最优解集。
传统的多目标优化方法是将各个子目标聚合成一个带正系数的单目标函数,系数由决策者决定,或者由优化方法自适应调整。但这些方法存在一定的局限性,如对Pareto最优前端的形状很敏感。
20世纪50年代末,一种模拟自然进化过程的随机优化方法-演化算法(EvolutionaryAlgo2rithms,EA)产生了。事实证明EAs的机理最适合
3
[3]
其中x=(x1,x2,...xn)∈X,y=(y1,y2,...yn)∈Y
这里,x表示决策向量,y表示目标向量,问题有n个决策变量、k个目标函数和种约束。
2 经典的第一代多目标演化算法
早在1967年,R.S.Rosenberg就在其博士论
收稿日期:2007年12月21日,修回日期:2008年1月14日
作者简介:祁薇熹,女,硕士研究生,研究方向:机器学习、演化计算。李彬,女,硕士研究生,研究方向:机器学习、演
化计算

。
O c. 2006 t 基于 NSGA II的改进多目标遗传算法陈小庆, 侯中喜, 郭良民, ...MOGA 效率 较高, 但 Pareto 最 优解 的 分布不理想; SPEA 性能优越, 但是...
(遗传操作) non_domination_sort_mod.m(非支配解集排序) replace_chromosome.m(替代种群) 如上图所示,蓝色曲线是经典测试函数ZDT1用NSGA-Ⅱ算法得到的pareto前 ...
从对很多测试函数测试得出的仿真结果来看,NSGA-II算法总的来说是 优于PAEs算法和SPEA算法——另外两种带有精英策略的多目标进化算法(依据聚合在 Pareto最优边界和在...
排序遗传算法(NondominatedSortingGeneticAlgorithm,NSGA)...(4)计 3经典的多目标进化算法基于Pareto最优概念...Pratap,Agarwal和Meyarivantl2】在NSGA-II 中提出了...
对实验数据进行训练并建立起多目标优化的模型,采用NSGA- Ⅱ遗传算法对模型进行多...的有效性,并且NSGA.11优化 后得到的Pareto解较Workbench求得的最优解范围 更...
采用一种基于Pareto最优解的多目标遗传算法——NsGA-Ⅱ算法求解...更多>>为提高装备军事效益和经济效益,在网络计划技术的基础上,以装备研制成本和质量为目标,结合...
算法还结合了 遗传算法中的精英策略以及 NSGA - II中的拥挤距离 [ 12] , ...Pareto GA ) , FFGA [ 9] ( F onseca and F le ing GA ), NSGA[ 10...
目前有很多比较成功的 MOEA 算法 ,其中 , NSGA - II[ 12 ]的性 能是最突出的 ,具有效率高 , 收敛速度快 , Pareto 最优前沿分 布均匀等优点 。但是 ,...
为了对水文模型中难以直接测算的参数进行调试和优化,将带精英策略的非支配排序遗传算法(NSGA-Ⅱ)应用于水文模型(HYMOD)参数多目标优化计算中,得到最优解Pareto集合...
NSGA-II,一种基于快速分类的非支配多目标遗传算法,通过代表整个解集的 种群进化...improvingconvergenceandvarietyofParetofrontwhencomparedwithordinaryNSGA—II.Cases...
热门文档