求解多目标优化问题混合遗传算法地研究与应用

《求解多目标优化问题混合遗传算法地研究与应用》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、万方数据AThesisinComputerApplicationTechnologyResearchandAplicationoftheHybridGeneticAlgorithmtoSolvetheMulti--objectiveOptimizationProblemByLiZhonglinSupervisor：AssociateProfessorZhangChangshengNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中。取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发

2、表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：套1专礼日期：≯口}t，占．y，学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校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，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半日学位论文作者签名：耆呷椒签字日期：护n一．≥y两年口导师签名：％勘也

3、签字日期：加J2．o‘·站万方数据东北大学硕士学位论文摘要求解多目标优化问题的混合遗传算法的研究与应用摘要近来，人们发现专注于单独使用遗传算法具有很大的局限性，如果将多目标遗传算法与其他优化技术之间有效结合，即混合多目标遗传算法，能够更加有效、更加灵活的处理实际问题。本文在对NSGA2，SPEA2，MOEA／D算法及PLS算法进行分析的基础上，针对其不足对这些算法进行了相应的改进。设计了两种基于PLS的局部优化策略，并将其与NSGA2，SPEA2，MOEA仍算法有效地结合在一起，分别提出了改进的NSGA2算法．INSGA2，改进的SPEA2．ISPEA2算法和改进的MO

4、EA／D算法．IMOEA／D算法。并根据SPEA2和MOEA／D优化机制的特点，结合新的进化策略，将其以协同的方式有效地结合在一起，提出了混合多目标遗传算法HDMOGA算法。然后利用提出的算法分别求解了具有NP难度的基于QoS保证的多播路由波长分配问题(MQRWA)和基于QoS约束的服务选取问题(QSS)。分别建立了这两个问题的优化模型，并提出了具体的交叉操作，变异操作和局部优化策略。针对MQRWA问题，提出了两种光树修复策略RDFS和PRRA，同时提出了基于Prim最小生成树的初始化策略。针对Oss问题，提出了基于偏好的初始化策略。最后根据多个指标从不同角度对这些算法

5、的性能进行了分析并与最近提出的相关算法进行了比较。实验表明，改进的混合多目标遗传算法无论在全局优化能力方面还是在局部优化能力方面都表现出了较好的优越性。混合多目标遗传算法是一个非常热点的研究领域，但很多方法还不够成熟，要开发出具有清晰结构化的高效的混合多目标遗传算法，还需要做大量的研究工作。本文的研究工作能够对该领域的研究起到促进作用。此外，还为求解MQRWA和QSS问题提供了新的手段。因此，具有一定理论意义和实际价值。关键词：多目标优化；混合遗传算法；服务质量；RWA优化；服务选取万方数据东北大学硕士学位论文ResearchandAplicationoftheHybr

6、idGeneticAlgorithmtoSolvetheMulti-·objectiveOptimizationProblemAbstractInrecentyears，ithasbecomeevidentthattheconcentrationonasolegeneticalgorithmisratherrestrictive．Askilledcombinationofconceptsofthemulti-objeetivegeneticalgorithmandotheroptimizationtechniques，alsocalledhybridmulti·obje

7、ctivegeneticalgorithms，canprovideamoreefficientbehaviorandahigherflexibilitywhendealingwithreal—worldproblems．Inthispaper,onthebasisofanalyzingoftheNSGA2，SPEA2，MOEA／DandPLSalgorithms，weimplementedsomecorrespondingimprovementsforthedeficienciesofthesealgorithms．Andwedesign