一种混合多目标进化方法技术

本发明专利技术提供一种混合多目标进化方法，得到分布性较好的解。所述方法包括：在第G次迭代时，根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子，基于调整后的变异因子和交叉因子，利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作产生子种群；将第G代种群和子种群进行结合，确定每个个体的QoS指标值，根据确定的QoS指标值计算每个个体的非支配等级和拥挤度；根据计算得到的非支配等级和拥挤度，选择非支配等级低且拥挤度大的N个个体作为新种群；采用局部搜索方法对新种群中的非支配解集进行局部搜索，淘汰分布度不好的个体。本发明专利技术适用于互联云计算环境中的服务组合领域。

A hybrid multiobjective evolutionary method

The invention provides a hybrid multi-objective evolutionary method, and obtains a solution with better distribution. The method includes: in the G iteration, according to the cross factor variation factor of current iteration adjustment and adaptive mutation in the crossover, mutation factor adjusted and cross factor based on the adaptive DE algorithm to the global G population in all individual adaptive mutation and crossover operation sub population the population of G generation; and sub populations were combined to determine the QoS index of each individual value, according to the non dominated level and congestion QoS index to determine the value of each individual; according to the non dominated level and congestion degree calculated, select the non dominated level low and crowded degree of N individuals as a new species; use the local search method of non dominated solutions for local search in the new group, the elimination of bad individual distribution. The invention is applicable to the service composition field in the interconnected cloud computing environment.

【技术实现步骤摘要】
一种混合多目标进化方法
本专利技术涉及互联云计算环境中的服务组合领域，特别是指一种混合多目标进化方法。
技术介绍
互联云环境下的服务组合(简称：互联云服务组合)，是要在不同地理位置的云提供商中寻找多个服务实例组合在一起，以完成用户提交的任务，并满足用户多个服务质量(QoS)指标的需求，因此是一个多目标优化问题。多目标进化算法能有效处理此类问题。但现有的算法大多没有自适应动态调整参数，并从局部进一步改善帕累托(Pareto)解的分布性，这样导致Pareto解的分布性较差，Pareto解中存在大量相似的解，从而不能给决策者提供更多合理有效的选择。
技术实现思路
本专利技术要解决的技术问题是提供一种混合多目标进化方法，以解决现有技术所存在的Pareto解的分布性较差的问题。为解决上述技术问题，本专利技术实施例提供一种混合多目标进化方法，包括：在第G次迭代时，根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子，基于调整后的变异因子和交叉因子，利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作产生子种群；将第G代种群和子种群进行结合，确定结合后的种群中每个个体在多个本文档来自技高网...

【技术保护点】
一种混合多目标进化方法，其特征在于，包括：在第G次迭代时，根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子，基于调整后的变异因子和交叉因子，利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作产生子种群；将第G代种群和子种群进行结合，确定结合后的种群中每个个体在多个目标下的QoS指标值，根据确定的QoS指标值计算结合后的种群中每个个体的非支配等级和拥挤度；根据计算得到的结合后的种群中每个个体的非支配等级和拥挤度，选择非支配等级低且拥挤度大的N个个体作为新种群，其中，所述新种群包括：非支配解集；采用局部搜索方法对新种群中的非支配解集进行局部搜索，淘汰分布度不好的个...

【技术特征摘要】
1.一种混合多目标进化方法，其特征在于，包括：在第G次迭代时，根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子，基于调整后的变异因子和交叉因子，利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作产生子种群；将第G代种群和子种群进行结合，确定结合后的种群中每个个体在多个目标下的QoS指标值，根据确定的QoS指标值计算结合后的种群中每个个体的非支配等级和拥挤度；根据计算得到的结合后的种群中每个个体的非支配等级和拥挤度，选择非支配等级低且拥挤度大的N个个体作为新种群，其中，所述新种群包括：非支配解集；采用局部搜索方法对新种群中的非支配解集进行局部搜索，淘汰分布度不好的个体。2.根据权利要求1所述的混合多目标进化方法，其特征在于，在第G次迭代时，根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子，基于调整后的变异因子和交叉因子，利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作产生子种群之前，所述方法还包括：在第G次迭代时，计算第G代种群中所有个体在多个目标下的QoS指标值；根据计算得到的第G代种群中每个个体在多个目标下的QoS指标值，计算第G代种群中每个个体的非支配等级和拥挤度；根据计算得到的第G代种群中每个个体的非支配等级和拥挤度，从第G代种群中选出非支配等级最小且拥挤度最大的个体作为最优个体。3.根据权利要求2所述的混合多目标进化方法，其特征在于，所述计算第G代种群中每个个体的拥挤度包括：通过拥挤度计算公式计算每个个体的拥挤度，所述拥挤度计算公式表示为：其中，表示第G代种群中个体xi,G的拥挤度距离，和分别表示个体xi+1,G和xi-1,G在目标m下的QoS指标值，m∈(1,2,…,M)，M表示目标总数，和分别表示在目标m下最大QoS值和最小QoS值。4.根据权利要求1所述的混合多目标进化方法，其特征在于，所述利用自适应全局DE算法对第G代种群中所有个体进行自适应变异包括：通过自适应变异公式对第G代种群中所有个体进行自适应变异，得到第G代种群中每个个体的变异个体所述自适应变异公式表示为：vi,G＝(1-β)×xr1,G+β×xbest,G+F×(xr2,G-xr3,G)其中，vi,G表示第G代种群中个体xi,G的变异个体，β表示平衡参数，β＝G/Gmax，Gmax表示最大迭代次数，xbest,G表示第G代种群中最优的个体，F表示根据当前迭代次数调整后的变异因子，xr1,G，xr2,G，xr3,G是第G代种群中不同于xi,G的个体，r1，r2，r3∈{1,2,…,N}是随机生成的数，且r1≠r2≠r3≠i，N表示种群中个...

【专利技术属性】
技术研发人员：刘丽，刘涛，谷淑贤，范琦，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11