基于eda和人工免疫系统的混合多目标优化算法

《基于eda和人工免疫系统的混合多目标优化算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于EDA和人工免疫系统的混合多目标优化算法止早熟，Goldberg虽然没有把他的思想具体实施到进化多目标优化中，但是其思想对以后的学者来说，具有启发意义。20世纪90年代以后，各国学者相继提出了不同的进化多目标优化算法。1993年，Fonseca和Fleming提出了Multi-objectiveGeneticAlgorithm(MOGA)12

2、，Srinivas和Deb提出了Non．DominatedSortingGeneticAlgorithm(NSGA)t31，Horn等提出了NichedParetoGeneticAlgori

3、thm(NPGA)o4’，这些算法习惯上被称为第一代进化多目标优化算法，第一代进化多目标优化算法的特点是采用基于Pareto等级的个体选择方法和基于适应度共享机制的种群多样性保持策略。从20世纪末期开始，进化多目标优化领域的研究趋势发生了巨大的变化，以精英保留机制为特征的第二代进化多目标优化算法相继被提出来：1999年，Zitzler和Thiele提出StrengthParetoEvolutionaryAlgorithm(SPEA)I5。，该方法使精英保留机制在进化多目标优化领域流行起来，3年之后，他们提出了SPEA的改进版本SPEA

4、2t6】：2000年．Knowles等提出了ParetoArchivedEvolutionStrategy(PAES)¨】，随后，他们也提出了改进的版本ParetoEnvelope．BasedSelectionAlgorithm(PESA)滞J和PESA．iit91。2001年，Erichson，Mayer等提出了NPGA的改进版本NPGA2[10l：CoelloCoello等提出了Micro．GeneticAlgorithm(Micro．GA)¨11o2002年，Deb等学者通过对NSGA进行改进，提出了非常经典的算法NSGAII【

5、l2

6、。这一时期，一些更好的策略被提出来，比如基于聚类的方法，基于拥挤距离的方法，基于空间超格的方法等。从2003年至今，进化多目标优化前沿领域的研究呈现出新的特点，为了更有效地求解高维多目标优化问题，一些区别于传统Pareto占优的新型占优机制相继涌现。Laumanns和Deb等学者提出了s占优的概念【l31，Brockoff和Zitzler等学者研究了部分占优【14】，Alfredo和CoelloCoello等学者提出了Pareto自适应s占优【15】，Deb和Saxena用主分量分析【161、相关熵主分量分析i171等方法结合进

7、化计算来解决高维多目标问题，而且，对多目标优化问题本身的研究也在逐步深入，不同性质的多目标优化测试问题被提出来。同时，一些新的进化机制也被引入多目标优化领域，如CoelloCoello等人基于粒子群优化提出的Multi．objectiveParticleSwarmOptimization(MOPSO)t181，Gong和Jiao等人基于免疫算法提出的NondominatedNeighborImmuneAlgorithm(NNIA)t191，Zhang和Zhou等人基于分布估计算法提出RegularityModelBasedMulti—

8、ObjectiveEstimmionofDistributionAlgorithm(RMMEDA)[2021I。Zhang和“将传统的数学规划方法与进化算法结合提出的Multi．ObjectiveEvolutionaryAlgorithmBasedonDecomposition(MOEA／D)[2引。此外，粒子群优化、蚁群算法、人工免疫系统、协同进化算法、密母算法、文化进化算法等一些新的进化范例陆续被用于求解多目标优化问题。第一章绪论1．3分布式估计算法和混合多目标优化算法背景分布估计算法是进化计算领域兴起的一类新型优化算法。它与传统

9、多目标优化算法不同，它没有演化多目标算法中的交叉、变异操作，通过统计学习的手段建立解空间内个体分布的概率模型，然后对概率模型随机采样产生新的群体，如此反复进行，实现群体的进化，从生物进化角度看，传统进化算法模拟了个体之间微观的变化，而分布估计算法则是对生物群体整体分布的建模和模拟。分布估计算法的概念最初于1996年提出，在2000年前后迅速发展，成为当前进化计算领域前沿的研究内容，在EDAs中，最重要的是概率模型的学习和采样，而根据不同的概率模型的特点，研究者提出了许多不同算法。EDAs最初针对变量无关的问题提出，美国卡耐基大学的Ba

10、luja在1994年提出的用于解决二进制编码优化问题的PBIL(Pop帆ion．BasedIncrementalLearning)算法是公认最早的分布估计算法模型【401，随后Sebag等人于1998将PBIL推广到连续