一种基于多策略差分进化的分解多目标进化算法

来源 :控制与决策 | 被引量 : 0次 | 上传用户:ab7268062
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高多目标优化问题非支配解集合的分布性和收敛性,根据不同差分进化策略的特点,基于切比雪夫分解机制,提出一种基于多策略差分进化的分解多目标进化算法(MOEA/D-WMSDE).该算法首先采用切比雪夫分解机制,将多目标优化问题转化为一系列单目标优化子问题;然后引入小波基函数和正态分布实现差分进化算法的参数控制,探究一种基于5种变异策略优势互补的最优变异策略,提出一种基于参数控制和最优变异策略的多策略差分进化(WMSDE)算法;在此基础上,实现一种基于WMSDE的分解多目标进化算法.采用ZDT和DTLZ测试函数验证MOEA/D-WMSDE算法的有效性,实验结果表明:所提算法在收敛性和分布性方面获得了较大的改进与提高,能够有效求解多目标优化问题;与其他算法对比分析表明,所获得的解集整体质量更优,为多目标问题求解提供了新方法.
其他文献
随着线上线下融合的全渠道零售兴起,线上购买线下自提(buy online and pickup in store,BOPS)模式成为供应链管理领域的热点问题.针对由制造商与具有销售努力行为的线下零售商构成的提供BOPS服务的全渠道供应链,构建BOPS销量计入线上渠道和BOPS销量计入线下渠道整合模型,探讨不同BOPS销量整合模式下供应链的定价及销售努力策略,进一步分析基于销售努力成本共担机制实现全渠道供应链的协调问题.研究结果表明:基准情形下的集中决策有助于提高销售努力水平并提升供应链整体绩效;分散决策中
针对交通流预测模型中路网空间结构刻画和交通流时空特性挖掘不充分的问题,构建一种新型的有向时空图,通过定义节点相对临近度来表征路网结构关系,通过学习邻域节点对预测节点的影响权重来表征节点间时空维度的作用关系,从而能更好表达交通流的时空特性.将时空图作为预测模型的输入,采用图卷积获取交通流数据空间依赖关系,采用门控循环神经网络获取交通流数据的时空依赖关系,建立一种基于时空图卷积循环神经网络的交通流预测模型(STG-CRNN).在美国公路交通数据集上对模型预测效果进行验证,其结果表明:STG-CRNN模型的预测
复杂设备常会经历自然磨损和外力影响,外力致使磨损量突然增大.在工程实践中,很多高可靠性、长寿命的设备,由于不易获得足量的失效数据,须使用专家的经验数据来评估设备的寿命分布和可靠性指标.然而,专家的经验数据往往不是精确的常数,而是一个限定范围.为了处理这种人为认知引起的不确定性,引入不确定理论,用不确定变量刻画专家的经验数据,同时分布函数中的参数也具有不确定性,并用不确定变量描述.在参数为不确定变量情形下,利用不确定理论的方法计算.设备经历了相依竞争失效过程的确信可靠度,系统的确信可靠度高于参数为常数的情形
研究并得到多源多汇网络的极限范围与运行边界.首先,定义临界流,现有研究的最大流和堵塞流是临界流的一部分;其次,得到多源多汇网络的所有临界流,并绘制成临界流曲线,完整刻画网络传输流量能力的极限范围,最大流流量位于曲线最高点、最小流流量位于曲线最低点;再次,利用临界流确定网络流的运行边界,边界内部和边界上均为可行流,边界外均为不可行流,同时提出多源多汇网络临界流、临界流曲线和运行边界的数学定义及求解方法;最后,给出临界流曲线和运行边界在规划和运行领域中的用途,多源多汇网络模型更接近于实际网络,其临界流曲线和运
针对区域综合能源系统协同优化调度问题,构建基于能量枢纽(energy hub,EH)的分层能量管理框架,充分考虑新能源电厂、气-电、电-气能源转换装置调节能力,以共享电池站(shared battery station,SBS)替代传统储能电站,为能源系统提供电能存储功能,采用温控负荷为能源系统提供需求侧响应,保障异质能源供需实时平衡.基于区域能源系统相关数据及美国PJM电力市场数据,构建考虑多元分布式设备的区域综合能源系统成本函数,采用遗传算法求解该混合整数规划问题.仿真结果表明,在所提出的能量管理框架
针对车辆边缘计算系统中的计算资源管理问题,提出一种基于李雅普诺夫随机优化的计算卸载与资源分配方案.构建在保证任务量及长期能耗约束下的车辆用户服务时延最小化优化问题,利用李雅普诺夫随机优化理论将优化问题分解.在本地计算资源分配子问题中,通过求解线性问题的方法,得到最优本地计算CPU频率;在计算卸载子问题中,利用数值优化求解得到最优发射功率.借助李雅普诺夫随机优化中的漂移惩罚方法,设计一种低复杂度的联合计算卸载与资源分配算法,通过同时控制卸载决策、本地计算CPU频率和计算卸载的发射功率,实现整个车辆边缘计算系
研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用解析的方法给出最优解;再次,在专家权重向量求解的基础上,基于TODIM方法实现群体专家视角下的概率犹豫模糊信息二次集结,并实现基于综合感知价值的多个备选方案优劣排序;最后,以信息化战争条件下
针对维修保障系统内部工序调度问题具有工序多、维修人员种类不同、维修人员等级不同等复杂特性,建立以维修工时最短和人力资源总负荷最小为目标函数的多目标多约束优化模型,设计了基于关键路径算法的优先权值编码对抢占式调度问题进行第一层编码,采用随机产生方案得出第二层人力资源编码,进而针对混合粒子群遗传算法设计符合抢占式调度的交叉算子,利用Matlab软件对实例分别进行无抢占、一次抢占、多次抢占调度方案仿真,最后对仿真结果进行对比分析.仿真结果得出了多工序在多工种和多等级人力资源约束下的多次抢占式维修工序调度方案,以
以一类具有状态饱和与非线性耦合的复杂网络为研究对象,针对无线通信传输负荷大的问题,提出一种动态事件传输机制下的递推滤波算法,以达到保证滤波性能的同时减轻通信网络传输负担的目的.首先,构造此类时变复杂网络的数学模型;然后,设计具有较低保守性的递推滤波器,计算滤波器的增益,并对所设计的递推滤波算法进行有界性分析;最后,给出一个仿真实例.从仿真结果可以看出,动态事件触发机制的引入能够降低无线通信网络传输负担,达到节约能量的目的;同时,所提出的递推滤波算法能够保证此类复杂网络在动态事件触发机制下仍具有较好的滤波效
针对具有多个客户订单的比例流水车间调度问题,在考虑有交货期及提前和拖期惩罚下,以客户支出成本为优化指标,在客户通过合作结成联盟的方式下,以联盟内成员进行重新调度所获得的最大成本节省为联盟的价值,建立合作博弈模型.该合作博弈是具有无外部性的平衡博弈,从而有非空核.考虑到客户对提前加工和延迟加工的迫切程度不同,提出基于提前及拖期惩罚的β规则分配方法,该方法能得到带有交货期的比例流水车间调度合作博弈的一个核分配.通过混合差分进化算法求解最优调度顺序,实验结果验证了基于合作博弈模型的调度方法及成本分配方法的有效性