融入偏好区域的高维多目标集合进化优化

《融入偏好区域的高维多目标集合进化优化》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、硕士学位论文融入偏好区域的高维多目标集合进化优化Set-basedMany-objectiveEvolutionaryOptimizationIntegratingPreferredRegions作者：孙奉林导师：巩敦卫教授中国矿业大学二○一六年六月中图分类号TP301.6学校代码10290UDC004.8密级公开中国矿业大学硕士学位论文融入偏好区域的高维多目标集合进化优化Set-basedMany-objectiveEvolutionaryOptimizationIntegratingPreferredRegions作者孙奉

2、林导师巩敦卫申请学位工学硕士培养单位信电学院学科专业控制科学与工程研究方向进化算法及应用答辩委员会主席李明评阅人二○一六年六月论文审阅认定书研究生孙奉林在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日致谢三年的研究生学习离不开我的导师巩敦卫教授对我的教诲，本论文的完成离不开巩老师的悉心指导。巩老师深厚的学术造诣、严谨的治学态度，给我

3、留下了深刻的印象，时刻都在教育和影响着我。在此，向我的导师表示衷心的感谢和诚挚的敬意。孙晓燕老师和淮海工学院的孙靖老师，在平常的研究学习中，给予了我细致的指导，使我能够在学术科研中有所收获，在此，向她们表示感谢，衷心的祝愿两位老师学术更上一层楼。感谢课题组的张勇老师，郭一楠老师和姚香娟老师，在日常的生活和学习中给予的帮助。在学术研究和生活中韩玉艳师姐都给予了我莫大的帮助，在此，向她表示感谢，衷心的祝愿师姐以后的生活幸福美满，事业步步高升。感谢秦备、张晨、夏长红、杨振、王金鑫以及进化组的博士刘可、刘益萍、陈扬、成青松，硕士苗壮、

4、张鹏飞、时良振、朱丽霞、彭超等所有成员，他们在日常生活和学习中都给予了许多宝贵的意见建议，让我受益匪浅。感谢实验室的其他各位同学，因为你们的陪伴，让我度过了一个快乐且充实的三年研究生生涯。感谢我的父母，亲人给予我的鼓励、支持和关爱，让我能够不断的向前进步。感谢各位老师和专家在百忙之中评阅论文。摘要高维多目标优化问题（MaOPs）在现实生活中普遍存在，且非常重要，由于其包含的目标函数较多，使得该问题的求解非常困难。目前，MaOPs已成为多目标进化优化领域的研究热点之一，其中，基于性能指标的集合进化优化算法是求解MaOPs的一种有

5、效方法。此外，决策者的偏好可以有效缩小搜索区域，增加优化解的选择压力，并且可以引导种群的进化，提高MaOPs求解的效率。鉴于此，本文研究融入偏好区域的高维多目标集合进化优化方法。首先，针对高维多目标优化问题，提出一种偏好区域引导的高维多目标集合进化优化方法。在集合进化框架下，首先，基于成就标量函数提出一种动态确定高维目标空间中偏好区域的方法；然后，基于确定的偏好区域，给出融入偏好区域的高维多目标集合进化优化算法框架。以基准优化问题为例，通过实验所得的结果，验证了所提确定偏好区域方法的合理性和有效性。其次，针对上面提出的融入偏好

6、区域的高维多目标集合进化优化算法框架，给出具体实现，提出一种基于偏好区域集合个体比较和偏好区域引导交叉的高维多目标集合进化优化方法。该方法基于集合Pareto占优和偏好区域，设计集合进化个体比较策略；此外，基于集合进化个体与偏好区域在目标空间中的位置关系，提出了偏好区域引导的集合进化个体交叉策略。将所提方法应用于基准高维目标优化问题，并与其它2种典型的方法对比，实验结果表明了所提方法的优越性。然后，在偏好区域引导的集合个体比较和交叉的基础上，进一步考虑偏好信息在变异算子中的引导作用，提出一种基于偏好区域引导变异的高维多目标集合

7、进化优化。该方法在集合进化优化的框架下，以当前代位于偏好区域内的最优解集为导向，通过自适应的高斯扰动，引导种群朝偏好区域内的最优解集方向变异。将所提方法应用于基准高维多目标优化问题，并与其它3种方法比较，实验结果表明了所提方法的优越性。最后，以汽车驾驶室设计优化问题为应用对象，对实际的高维多目标优化问题进行分析，并将前面所提的进化优化方法用于求解该实际工程设计问题。通过实验比较了不同的方法求解该问题的性能，实验结果验证了所提方法的可行性和有效性。上述研究成果丰富了高维多目标进化优化理论，为高维多目标优化问题的求解提供了有效的途

8、径。论文有图17幅，表8个，参考文献81篇。关键词高维多目标优化；进化算法；成就标量函数；集合进化；偏好区域IAbstractMany-objectiveoptimizationproblems(MaOPs)areverycommonandimportantinreal-wo