多目标优化粒子群算法及其应用的研究.pdf

摘要粒子群算法伊墙改攴⒄蛊鹄吹慕饩龆嗄勘暧呕侍獾娜褐悄芩惴ā8盟惴基于这样的假设:群体中的各个粒子能够从其过去的经历和其它粒子的经历得到有效的信息。实验发现,对于大多数优化问题,其有更快的收敛速度,需要设置的参数较少等特点,但它们在解集分布性、收敛性方面仍存在不足,涉及到的实际应用较少。本文对多目标粒子群算法进行了系统研究,在前人研究的基础上从三个方面改进了多目标粒子群算法,并将改进的多目标粒子群算法应用到营养配餐计算模型的求解过程之中,本文的工作主要有以下几个方面:芙崃硕嗄勘暧呕拇辰饩龇椒ê突诮惴ḿ扑愕慕饩鏊惴ǎ⒅氐憬绍了粒子群算法及其在多目标优化领域的研究现状。杓屏艘恢中碌亩嗄勘炅W尤呵蠼夥椒ǎ饕4尤龇矫娑运惴ń辛烁慕陀化:诹W尤ň肿钣胖笛∪」讨校群蟛捎昧擞导坊坪徒伤惴ǎ佣谷ň肿优值的选取更为合理,避免了算法过早陷入局部最优,保持了解的分布性;诖碓束条件方面,传统的处理方法大多只考虑粒子所在区域,致使边界值处理精度不高,本文引入半可行域的概念,进而改进了适应度函数的求解方式,克服了传统的约束处理存在的问题;谑奔涓丛佣确矫妫车墓乖旆侵浼姆椒ㄊ奔涓丛佣冉细撸疚牟用了随机选择策略交换分组的非支配集构造方法,提高了构造非支配集的效率,减少了攵源车挠Q洳湍P投辔>媚勘旰饕?悸鞘澄锛鄹褚蛩氐奶氐悖提出了新的营养配餐模型,能在满足人体各种营养需求的基础上,满足各类人群的需求,最后,将提出的新的多目标粒子群算法应用到新的营养配餐模型中,针对营养配餐的特点设计并实现了基于男碌挠Q洳途霾咧С窒低场Mü氪秤Q洳湍型和求解方式的实验结果进行比对,验证了本文提出的新的多目标粒子群算法的可行性和有效性,拓展了新的多目标粒子群算法的应用领域。关键词:多目标优化;多目标粒子群算法;营养配餐计算模型大连理工大学硕士学位论文算法的时间复杂度。具有种类多样化、灵活化的特点。
鹠狾籵富喃】曲瑚】:,打甀’.瓸、Ⅳ,自篴
莹础丝骸焕迹墨独创性说明作者郑重声明:,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。:日期:
导师虢娌槌遭竺辍桓嵩隆辉蜜芄大连理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用规定”,同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:大连理工大学硕士研究生学位论文
论研究背景和课题意义优化是个古老而且困难的课题,它所研究的问题是在众多方案中寻找最优方案,优化处理的是具有多个变量且通常需要服从等式和不等式约束的最小化或最大化函数问题【。随着高速数字计算机日益广泛应用,使优化问题的研究不仅成为一种迫切需要,而且有了求解的有力工具。因此,优化理论和算法迅速发展起来,形成一门新的学科。多目标优化是优化问题的主要研究领域之一。自世纪年代以来,多目标优化问题嗽嚼丛蕉嗖煌尘把芯咳嗽钡淖⒁猓馐且蛭6嗄勘暧呕侍庠谙质生活中具有非常普遍和重要的地位。在同样条件下,经过优化技术的处理,对系统效率的最低成本和最大效益问题就是一个典型的多目标优化问题,此外还有社会发展与国民经济的中长远发展计划的优化与决策问题等。一般来说,科学与工程实践中的优化问题大都是多目标优化与决策问题。而这些实际问题非常复杂、困难,要解决这类问题需要投入更多的精力。因此,解决多目标优化问题是一个非常具有科研价值和实际意义的课题。随着人类生存空间的扩大以及认识世界和改造世界范围的拓宽,常规方法如评价函数法、分层序列法等已经无法处理人们所面对的复杂问题,因此高效的优化算法成为科学工作者的研究目标之一。自然界生物体通过自身的演化来适应周围的环境从而不断地向前发展,进化算法就是基于这种思想逐步发展起来的一类随机搜索技术,是对生物进化过程进行的一种数学仿真,它们是模拟由个体组成的群体的集体学习过程。进化算法的出现为那些难以找到传统数学模型的难题指出了一条新的出路,这对于多目标优化这个领域同样如此,因为进化算法具有求解多目标优化问题的优点,受到了相当大的关注,这就导致了一类新的研究和应用,,本文研究的粒子群优化算法共同提出的,源于对鸟群觅食过程中的迁徙和聚集的模拟。它收敛速度快、易于