【技术实现步骤摘要】
一种前沿网格进化多目标优化方法及系统
本专利技术涉及多目标进化方法，特别是一种前沿网格进化多目标优化方法及系统。
技术介绍
在现实世界中，许多优化问题涉及到多个相互冲突的目标，例如飞艇部署系统[1]，资源调度[2]等，这一类型的优化问题本专利技术称之为多目标优化问题[3]，其数学表达如下：其中X是决策变量的搜索空间，x＝(x1，...，xD)表示决策向量，fi(x)表示不同的优化目标函数，m表示有m个不同的优化目标。由于目标之间相互冲突，通常不存在可以同时最小化所有目标的单个解，但本专利技术可以获得一组非支配解作为不同目标之间的权衡。假设xA，xB是如(1)所示的MOP的两个解，当且仅当fi(xA)≤fi(xB)(i∈{1，...，M})并且存在至少一个目标fi(j∈{1，...，M})满足fi(xA)＜fj(xB)时，解xAPareto支配解xB(表示为xA＜xB)。决策空间中所有Pareto最优解的集合称为Pareto最优集(PS)，PS在目标空间中的投影称为Pareto最优前沿(PF)[4]。为...
【技术保护点】
1.一种前沿网格进化多目标优化方法，其特征在于，包括以下步骤：/n1)输入最大进化代数Gen
【技术特征摘要】
1.一种前沿网格进化多目标优化方法，其特征在于，包括以下步骤：
1)输入最大进化代数Genmax、种群大小N、网格分割参数GK；令当前进化代数为t，初始化t＝0；随机产生N个个体，组成初始种群P0；
2)根据当前种群Pt获取理想点z*和边界点znad，得到前沿网格及所有解在前沿网格内的分布是所有前沿网格及其内部记录的解的集合；
3)对于一个前沿网格内的个体x，其交配池MP的定义为：
其中是与相邻的前沿网格，r为随机产生的0到1之间的随机数，ε是在前沿网格及其相邻前沿网格中选择交配解的概率阈值；对于中的每个解x，在交配池MP中任意选择两个解x1，x2，使用DE算子产生新的个体v，将v并入子种群Q；对于m*GK个前沿网格中的所有个体，重复步骤3)的操作；m为多目标问题的目标数量；
4)在联合种群Pt∪Q中选择N个个体作为下一代的父种群Pt+1；
5)t的值加1，重复步骤2)～步骤4)，直到满足终止条件t≥Genmax。
2.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，步骤3)的具体实现过程包括：
A)令迭代参数i＝1，j＝1，子种群Q为空集；
B)判断(i-1)×GK+j≤GK×m是否成立，若是，则产生0到1之间的随机数r，判断r＜ε是否成立，若成立，则从中随机选择两个个体x1，x2，进入步骤C)；若不成立，则从种群P中随机选择两个个体x1，x2，进入步骤C)；若否，则进入步骤D)；
C)通过DE算子从x，x1，x2中生成个体v；更新Q＝Q∪v，j的值加1，并返回步骤B)。
3.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，边界点znad的获取过程包括：
i)输入当前种群Pt；
ii)从Pt中随机选择|Pt|/3个个体组成子种群S，对S进行非支配排序，得到非支配解重新构成S；
iii)令迭代参数i＝1；
iv)判断i是否小于或等于m，若是，则边界点znad的第i个分量fi(x)为第i个优化目标函数；否则，输出边界点znad；
v)结束。
4.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，前沿网格及所有解在前沿网格...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。