基于人工免疫系统的进化多目标优化算法及应用

《基于人工免疫系统的进化多目标优化算法及应用》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、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它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做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人签名：丝垦本人承担一切的法律责任。日期兰坐』：兰兰关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻

2、读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。(保密的论文在解密后遵守此规定)本学位论文属于保密，在年解密后适用本授权书。本人签名：导师签名苏罕日期趔?!丝摘要IIIIIMIIHIIIIIH10Y2380482多目标优化问题(Multi．objectiveOptimizationProblem，MOP)是科学研究和工程实践中的基本问题形式之一。近年来，利用进化算法处理

3、多目标优化问题逐渐成为进化计算领域的一个研究热点。本文以其前沿研究方向之一——人工免疫多目标优化模型为基准，针对加快算法收敛速度和高效的多样性保持策略进行了深入的研究。以基于人工免疫系统的多目标优化算法，即非支配邻域免疫算法(NondominatedNeighborImnauneAlgorithm，NNIA)为基础，提出改进的免疫多目标优化算法并将其成功应用于解决柔性作业车间调度问题。本文的主要工作包括：(1)收敛速度和非支配解集的多样性是多目标进化算法(Multi．ObjectiveEvolutionaryAlgorithms，MOEAs)的两个重要指标。为此，本文提出了基于博弈论

4、的资源配置模型和基于动态选择的双超球体拥挤度方法分别用于加快NNIA的收敛速度和改善NNIA非支配解的多样性。将改进后的算法EMIA(EnhancedMulti．ObjectiveImmuneAlgorithm)与NSGA-II(Non—DominatedSortingGeneticAlgorithmII)和NNIA在12个标准测试问题和有实际背景的WBD(WeldedBeamDesign)lh]题进行实验对比，实验结果显示EMIA在收敛性和多样性方面具有优势。(2)柔性作业车间调度问题(FlexibleJobShopSchedulingProblem，FJSP)是经典作业车间调度问

5、题的扩展，它不仅需要确定工序的加工顺序，还要给每个工序分配机器，也是最困难的组合优化问题之一。本文考虑的目标是同时优化最大完工时间和总加工成本，提出了基于NNIA的密母算法(Memeticalgorithm，MA)处理两目标FJSP问题。本算法采用NNIA框架与多种模拟退火搜索算子相结合的方法。通过4组测试实例对设计的调度算法进行仿真，结果验证了该算法的有效性。(3)将EMIA算法框架应用于两目标FJSP问题中，并与NSGA．II、MOEA／D(Multi-objectiveEvolutionaryAlgorithmBasedonDecomposition)矛llNNIA算法框架进行

6、对比，通过8个测试问题验证了EMIA相比于其它算法具有更好的解决两目标FJSP问题的能力。关键词：多目标优化人工免疫系统柔性作业车间调度密母算法AbstractMulti．objectiveoptimizationproblem(MOP)isafundamentalissueincullrentscientificresearchandengineeringpractice．Recentlgdealingwithmulti。objectiveoptimizationproblemsbyevolutionaryalgorithmhasbecomeahottopicintheareaol

7、evolutionarycomputation．Thisthesisistofocusonthebuildingofthemodelandtheoryofanificialimmunesystembasedonmulti—objectiveoptimization，whichistheleadingandpromisingfieldintheareaofMOETheintensivestudyhasbeenimplementedinimprovedconv