处理带约束的多目标优化进化算法

被引：53

作者：

王跃宣

刘连臣

牟盛静

吴澄

机构：

[1] 清华大学自动化系国家工程技术研究中心,清华大学自动化系国家工程技术研究中心,高性能计算研究所,清华大学自动化系国家工程技术研究中心北京,北京,新加坡,北京

来源：

清华大学学报(自然科学版) | 2005年 / 01期

关键词：

最佳化; 多目标; 约束; Pareto最优解; 邻域比较与存档操作; 不可行度选择; 约束主导原理;

D O I：

10.16511/j.cnki.qhdxxb.2005.01.027

中图分类号：

TP202.7 [];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

针对当前对求解多目标优化的遗传算法中主要考虑如何处理相互冲突的多个目标间的优化,而很少考虑对约束条件的处理的问题,提出一种求解带约束的多目标优化遗传算法,利用邻域比较与存档操作遗传算法处理多个相互冲突的目标之间的优化、利用不可行度选择操作处理约束条件和选用约束主导原理指导进化过程选择操作;面向多目标约束优化算法,列举了2个难点典型问题进行仿真计算研究,仿真结果表明该算法能较大概率地获得多目标约束优化问题的可行Pareto最优解。

引用

页码：103 / 106

页数：4

共 7 条

[1]

An efficient evolutionary multi -objective optimization algorithm. MU Shengjing,SU Hongye,WANG Yuexuan,et al. Proceedings of the IEEE Congress on Evolutionary Computation (CEC2003 ) . 2003

[2]

Evolutionary algorithm for constrained engineering problems. Michalewicz Z,Dasgupta D,Le R,et al. Computers & I ndustrial Engineering . 1996

[3]

Multiobjective optimization using nondominated sorting in genetic algorithms. Srinivas N,Deb K. Evolutionary Computation . 1994

[4]

Comparison of multiobjective evolutionary algorithms: Empirical results. Zitzler E,Deb K,Thiele L. E volutionary Computation . 2000

[5]

An efficient constraint handling method for genetic algorithm. Deb K. C omputer Methods in Applied Mechanics and Engineering . 2000

[6]

Multiple objective optimization with vector evaluated genetic algorithms. Schaffer J D. Proceedings of the First International Conference on Genetic Algorithms . 1985

[7]

A new genetic algorithm to handle the constrained optimization problem. MU Shengjing,SU Hongye,MAO Weijie,et al. 41st IEEE Conference of Decision and Control . 2002

← 1 →