【摘 要】
:
对于处理多目标优化问题,本文着重对不同的多目标优化算法进行研究,例如传统多目标优化算法、 MOGA(Mulit-Objective Genetic Algorithm)、NSGA(Non-Dominated Sorting Genetic
论文部分内容阅读
对于处理多目标优化问题,本文着重对不同的多目标优化算法进行研究,例如传统多目标优化算法、 MOGA(Mulit-Objective Genetic Algorithm)、NSGA(Non-Dominated Sorting Genetic Algorithm)等。结果表明这些算法对处理多目标优化问题有很好的效果,但在种群多样性、算法复杂度以及算法的应用等方面还存在一定的问题。基于上述问题,本论文主要做了以下改进工作:1)详细分析由Knowles和Corne提出的PAES(Pareto Archived EvolutionStrategy)算法,并对算法进行实际的仿真实验。PAES算法以进化算法为基础,利用精英保留策略,将产生的最好的解暂且放在档案中,该档案即为最优非支配解集,并且通过网格的排挤机制对最优非支配解集进行更新,从而产生适合多目标问题的最优解。通过对算法进行分析和实验验证,结果表明该算法不仅具有良好的可行性,并且时间复杂度远低于经典的多目标优化算法NSGA。将算法首次应用于经典多目标优化问题——车间调度问题,仿真实验表明,该算法对车间调度问题积极有效。2)通过对现有多目标优化算法的研究及PAES算法的分析与实现,针对PAES算法的不足之处,提出ε-PAES算法。与Pareto支配不同的是ε支配关系比Pareto支配关系更弱,可能使原来没有支配关系的个体间确定支配关系。ε支配把目标函数空间划分为不同的网格,而且规定一个网格存一个解。在不增加时间复杂度的情况下,使得算法在解的选取过程中更具倾向性且收敛速度加快,解的分布均匀。本文进行仿真验证,结果证明了算法的数学可行性,并对多目标问题的车间调度问题达到很好的解决效果。
其他文献
随着人们对安全问题的重视,监控系统变得无所不在。利用监控系统信息进行人的身份识别变得非常迫切。步态识别,即利用人走路的姿势进行身份识别,是一种新兴的生物特征识别技
近年来,大部分企业已经完成业务数据信息化,各企业都搭建了自己的数据存储系统来存放自身业务数据。企业兼并引起的数据库合并,跨数据库查询服务,数据集成等应用都依赖异构数
随着互联网技术的进步和发展,Web包含了越来越多的丰富信息,从而使Web成为了一个巨大的、分布广泛的、全球化的在线信息源。尤其是近些年来,各式各样的大型数据库逐渐建立起
随着人脸识别技术的日趋成熟,其商业化应用也愈加广泛。不过,随着该技术的不断应用,也出现了十分严重的安全问题。现在,几乎所有的人脸识别系统均无法甄别人脸的真假,也就是
随着互联网的高速发展,Internet在我们日常的生活中扮演越来越重要的角色,成为我们生活和工作中必不可少的一部分。网络的高速发展带来了网络信息的爆炸式增长,而网络用户对
移动Ad Hoc网络的研究已成为网络领域中的重要研究方向,相关路由协议的设计和性能研究工作逐渐成为热点,一个能够对Ad Hoc网络路由协议进行全面性分析的性能评估方法显得越来
由于现代计算机硬件技术、互联网技术以及多媒体信息技术的高速发展,人们所拥有的数据量已经达到了前所未有的规模,而数据挖掘技术的出现使得对大量的库存数据进行有针对性地处
Internet的用户行为分析主要是基于Web数据挖掘,Web数据挖掘是使用数据挖掘或机器学习的方法从Web文档中抽取出用户感兴趣的潜在有用模式和信息。Web数据挖掘分为Web内容挖掘
无线传感器网络(Wireless Sensor Networks, WSNs)起源于军事领域,随着因特网技术、嵌入式计算技术、传感器技术、微机电技术、现代网络及分布式信息处理技术、无线通信技术
XML (eXtensible Markup Language,可扩展标记语言)自1998年出现以来,已经成为互联网数据交换格式的标准。大量与之相关的应用,如消息通知系统、个人个性化信息等都需要对信