学位论文 > 优秀研究生学位论文题录展示

多目标粒子群优化算法的研究及应用

作　者: 王静
导　师: 刘华蓥
学　校: 东北石油大学
专　业: 计算机应用技术
关键词: 粒子群优化算法多目标优化空间划分树
分类号: TP301.6
类　型: 硕士论文
年　份: 2011年
下　载: 371次
引　用: 3次
阅　读: 论文下载

内容摘要

工业生产领域和现实生活中经常会遇到多目标优化问题。多目标优化问题与单目标优化问题有很大区别,区别的重点就在于多目标优化问题的解是不唯一的,而是一组解的集合,集合中的解是由比较折衷并且不坏的解组成。求解多目标优化问题的传统方法存在许多缺点。例如,传统方法寻找全局最优解比较困难、解的多样性不够理想等。粒子群优化算法具有很多优点,自从被提出以来,就很快成为智能优化计算的一个新的研究热点,目前的研究成果显示,粒子群算法已经被广泛应用于多目标函数的优化等诸多领域。本文介绍了粒子群优化算法的原理和算法流程。对求解多目标问题的粒子群优化算法的研究现状进行分析,并对其已有成果进行深入的研究。总结出一些多目标粒子群优化算法仍存在解的多样性不理想等缺点。针对目前算法仍存在的缺点和不足,重点解决了以下问题:首先,针对多目标优化问题的解的支配机制作了研究,通过传统支配机制和新的支配机制对非支配解的选取作了对比分析,为避免存在丢失边界点的情况,采用传统机制来选择非支配解,保持解集良好的分布性。其次,在全局极值选取过程中,针对算法依据的选取方式造成最后非劣解的分布性不够好的缺点,在采用外部集来保存非支配解的基础上,提出了使用空间划分树来索引非空网格的方法,定义了拥挤距离和拥挤距离密度比的概念,优先选择拥挤距离密度比值最大的粒子作为全局极值,使全局极值的选取更加合理,保持了解的多样性。最后,在油品调和应用中,以成本最小化、产值最大化为目标,建立了油品调和过程的两个目标函数,将提出的算法应用到油品调和过程中去。通过对仿真实验结果的对比验证了算法的可行性。粒子群优化算法作为一种新的优化技术,是群体智能优化算法研究的一个新的热点,将其应用于求解多目标优化问题,丰富和发展了多目标优化问题的求解方法,拓展了粒子群优化算法的应用领域。

多目标粒子群优化算法的研究及应用

内容摘要

全文目录

相似论文