控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2014年
11期
1492-1501
,共10页
刘志君%高亚奎%章卫国%王晓光%袁燎原
劉誌君%高亞奎%章衛國%王曉光%袁燎原
류지군%고아규%장위국%왕효광%원료원
分解%邻域种群集%概率匹配方法%差分进化%多目标优化%复杂度分析
分解%鄰域種群集%概率匹配方法%差分進化%多目標優化%複雜度分析
분해%린역충군집%개솔필배방법%차분진화%다목표우화%복잡도분석
decomposition%ensemble neighborhood size%probability matching method%differential evolution%multi-objective optimization%complexity analysis
分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法——ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.
分解方法是處理複雜問題常用的一種手段,而差分進化算法被廣汎地應用于多目標優化問題(multiobjective optimization problems,MOP),為瞭剋服經典差分進化算法和分解方法的缺陷,本文提齣瞭一種自適應差分進化算法和變鄰域分解方法相結閤的新穎算法——ADEMO/D-ENS,該算法採用Tchebycheff方法將多目標優化問題分解成多維標量優化子問題,併利用鄰域子問題的信息進行優化,基于鄰域種群集依概率自適應選擇鄰域種群規模;同時採用概率匹配(probability match,PM)自適應方法從差分策略池中選擇差分進化策略;同時分析瞭算法的複雜度;最後,通過和經典的非支配排序遺傳算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)和多目標差分進化算法(multi-objective differential evolution algorithm,MODE)倣真對比,說明ADEMO/D-ENS方法可以更有效的處理多目標優化問題.
분해방법시처리복잡문제상용적일충수단,이차분진화산법피엄범지응용우다목표우화문제(multiobjective optimization problems,MOP),위료극복경전차분진화산법화분해방법적결함,본문제출료일충자괄응차분진화산법화변린역분해방법상결합적신영산법——ADEMO/D-ENS,해산법채용Tchebycheff방법장다목표우화문제분해성다유표량우화자문제,병이용린역자문제적신식진행우화,기우린역충군집의개솔자괄응선택린역충군규모;동시채용개솔필배(probability match,PM)자괄응방법종차분책략지중선택차분진화책략;동시분석료산법적복잡도;최후,통과화경전적비지배배서유전산법(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)화다목표차분진화산법(multi-objective differential evolution algorithm,MODE)방진대비,설명ADEMO/D-ENS방법가이경유효적처리다목표우화문제.