基于生物地理算法多目标优化理论与应用研究

《基于生物地理算法多目标优化理论与应用研究》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、分类号：密级：UDC：编号：工学博士学位论文基于生物地理算法的多目标优化理论与应用研究博士研究生：徐志丹指导教师：莫宏伟教授学位级别：工学博士学科、专业：模式识别与智能系统所在单位：哈尔滨商业大学论文提交日期：2013年6月论文答辩日期：2013年6月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofD.EngStudyonMulti-objectiveOptimizationTheoryandApplicationBasedonBiogeograp

2、hyAlgorithmCandidate:XuZhidanSupervisor:Prof.MoHongweiAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:PatternRecognitionandIntelligentSystemDateofSubmission:May,2013DateofOralExamination:June,2013University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论

3、文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。

4、本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日基于生物地理算法的多目标优化理论与应用研究摘要生物地理学优化算法是以生物地理学模型为基础的群体搜索算法，由于其

5、独特的基于群体信息共享的迁移机制，使其具有较好的群体信息利用能力，进而在单目标优化问题和实际的应用中表现出了独特的优势。本文将生物地理学优化算法拓展到多目标优化领域，来探讨其对于多目标优化的可行性和有效性。首先，针对多目标优化问题，提出基于生物地理学的多目标优化算法，通过理论与实验分析所设计算法对于多目标优化问题的可行性；随后为了进一步改进算法的性能，将生物地理学优化算法与差分进化相结合提出基于生物地理学与差分进化混合的多目标优化算法，通过仿真实验测试了算法性能；其次，考虑到实际问题通常带有一定的约束条件，针对约束多目标优化

6、问题，充分考虑到优秀不可行解所携带的信息，提出了基于生物地理学的约束多目标优化算法，从理论及实验上分析该优化算法对于求解约束多目标优化问题的优越性；最后，将所设计的约束多目标生物地理学优化算法应用于机器人路径规划问题，通过仿真分析，进一步证实算法在实际中的应用。本文主要工作概括如下：首先，针对多目标优化问题，提出基于生物地理学的多目标优化算法。在该算法中，首先对生物地理学优化算法进行分析，将原生物地理学优化算法中进化机制取代基于进化的多目标优化算法中的进化操作，求解多目标优化问题，结果发现群体多样性会随着运行代数的增加，而不

7、断的减少，甚至陷入局部最优。针对该问题，提出扰动迁移算子，在原生物地理学优化算法的迁移算子中引入随机扰动因子，通过该算子使得优秀个体的变量在放大或缩小后，再与其他的个体进行共享，理论与实验分析该算子可以有效改进群体的多样性；然后，将扰动迁移算子与变异算子一起用于群体的进化，采用外部种群保存进化过程中获得的非支配解，并应用紧邻距离对外部种群实行更新；最后通过标准函数测试及与经典算法比较，分析算法对于求解多目标优化问题的有效性。为了进一步提高算法的性能，提出基于生物地理学与差分进化混合的多目标优化算法。该算法首先考虑到生物地理学

8、算法本身具有较好的群体信息利用能力，差分进化具有很好的群体信息开发能力，提出混合扰动迁移算子。该算子将基于非支配解集中边界个体的扰动迁移操作，通过采用交叉参数与差分进化中变异操作相结合，使其即考虑到了群体的多样性，又兼顾了群体的扩展性。然后，将混合扰动迁移算子与变异算子一起用于群体的进化，