和声搜索算法及其在多目标优化问题中应用研究

《和声搜索算法及其在多目标优化问题中应用研究》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、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得金8曼工些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签字：劬徨签字日期：纱侈年午月z了日学位论文版权使用授权书本学位论文作者完全了解金g巴王些太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权盒目曼王些态兰L可以将学位论文的全部或部分论文内容

2、编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文者签名：彤侄导师签名：签字日期：加侈年下月叼日学位论文作者毕业后去向：工作单位：通讯地址：签字日期：妒、17年午月砷日电话：邮编：合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名：(工作单位、职称)主席：烈硝袭红夜旖廖阪委员：专R己2吵尢}易l皱套昵z瓣历0砌殳～：髀’钟删季掀～和声搜索算法及其在多目标优化问题中的应用研究摘要和声搜索算法是在2001年由韩国学者Geem等人提出的一种最新启发式全局搜索算法，它是因受

3、到音乐创作中演奏者根据记忆反复调试各种乐器的音调以达到最佳和声状态的启发而提出的算法，具有结构简单、参数少、求解速度快、鲁棒性强、通用性高的优点。目前，该算法已在多维多极值函数优化、工程设计等各种优化问题中得到广泛应用。根据实验研究表明，和声搜索算法相比较于其他早期的启发式优化算法能够更好的被各种类型的最优化问题所采用。多目标优化问题起源于许多实际的设计规划问题，现实社会中几乎每个重要的决策问题都存在该问题，它们具有多个寻求最优的目标以及对可供选择方案加以限制的条件，是科学和工程研究领域的一个难点及热点问题。在和声搜索算法应用于该问题以前，己经有许多经典的多目标智能优化算法求解该问题，但

4、这些算法在处理复杂多目标问题上仍存在许多不足。和声搜索算法性能良好，具有处理复杂的问题空间的能力，应用该算法求解多目标优化问题是这一领域的发展趋势。本文在广泛查询与分析国内外文献的基础上，对和声搜索算法的基本原理和方法、算法参数和运算过程进行了分析和总结，并且对国内外已有的一些改进的和声搜索算法进行了系统的概述与分类。本文在改进的和声搜索算法与Pareto解集概念的基础上提出一种新的多目标改进和声搜索算法，使其可以解决一些较为复杂的多目标优化问题。该算法通过修改记忆考虑下决策变量的选择方法与调整微调概率和扰动带宽来提高算法的收敛性，再运用NSGA2的快速非支配排序方法使其可以很好解决多目

5、标优化问题，获得均匀分布的Pareto解集，运用动态拥挤距离保持解的多样性。最后将提出的算法应用于一个多目标资源分配问题的实例中，通过与多目标混合遗传算法的对比表明本文设计的算法比其更有效的解决多目标优化问题。关键词：和声搜索算法；多目标优化；资源分配TheHarmonySearchAlgorithmanditsApplicationResearchinMulti-objectiveOptimizationProblemAbstractHarmonysearchalgorithmisanewheuristicglobalsearchalgorithm，whichisproposedbyK

6、oreanscholarsGeem，ete．in2001．Itisasimulationoftheprincipleofthebandtunedtoharmony．Itissimpletoimplementandhasadvantagesoffewparameters，solvingspeed，strongrobustnessandhighuniversality．Atpresent，thisalgorithmhasbeenwidelyusedinthemulti-·dimensionalmulti·-extremumfunctionoptimization，pipelineoptimi

7、zethedesignandotherproblems．Relatedstudieshaveshownthatitcanbebetterappliedinvariousoptimizationproblemsthanotherearlyheuristicoptimizationalgorithm．Multi—objectiveoptimizationproblemisadifficultandhotprobleminthefield