基于改進(jìn)粒子群算法的多目標(biāo)優(yōu)化研究.pdf

1、在科學(xué)研究與工程實(shí)踐中存在大量的多目標(biāo)優(yōu)化問(wèn)題，所涉及的領(lǐng)域包括城市運(yùn)輸、城市布局、能量分配、資本預(yù)算等，因此研究解決多目標(biāo)優(yōu)化問(wèn)題的有效算法具有重大的科學(xué)意義和應(yīng)用價(jià)值。由于各目標(biāo)的改善之間相互沖突，問(wèn)題的最優(yōu)解并不唯一，不存在一個(gè)解的所有目標(biāo)都好于其它的解，這就給解決多目標(biāo)優(yōu)化問(wèn)題帶來(lái)了一定的難度。盡管運(yùn)籌學(xué)領(lǐng)域里出現(xiàn)了很多的多目標(biāo)優(yōu)化問(wèn)題解決方法，但問(wèn)題本身的復(fù)雜性使得高效的優(yōu)化算法仍然是多目標(biāo)優(yōu)化領(lǐng)域的需要。
　　 粒子

2、群算法是近年來(lái)發(fā)展起來(lái)的一種非線性函數(shù)優(yōu)化方法，是模擬鳥(niǎo)群捕食行為的一種群體智能算法，由于其具有簡(jiǎn)單、收斂速度快、可調(diào)參數(shù)少等優(yōu)點(diǎn)，近年來(lái)被頻繁用于解決多目標(biāo)優(yōu)化問(wèn)題。本文在分析了多目標(biāo)優(yōu)化理論和粒子群優(yōu)化算法理論的基礎(chǔ)上，重點(diǎn)研究了求解多目標(biāo)優(yōu)化問(wèn)題的粒子群優(yōu)化算法的原理。研究?jī)?nèi)容主要包括：
　　 首先介紹了研究改進(jìn)粒子群算法和多目標(biāo)優(yōu)化問(wèn)題的目的和意義以及多目標(biāo)優(yōu)化算法的發(fā)展過(guò)程和研究現(xiàn)狀。然后對(duì)多目標(biāo)優(yōu)化的基本理論、粒子群

3、優(yōu)化算法的基本原理進(jìn)行了分析。為了改善粒子群算法極易收斂到局部最優(yōu)的不足，提高粒子群算法的收斂性，在比較了常用的幾種變異算子的基礎(chǔ)上，提出了一種多尺度變異粒子群算法。算法采用大小不同尺度的高斯變異機(jī)制提高搜索效率。在算法搜索的前期階段，通過(guò)大尺度變異算子能夠完成最好解區(qū)域的大致定位，隨著迭代次數(shù)變異尺度也逐漸減小，最終在算法搜索的后期階段，由小尺度變異算子實(shí)現(xiàn)對(duì)最優(yōu)解附近區(qū)域的深度開(kāi)采。同時(shí)給出了算法收斂原理。針對(duì)多目標(biāo)優(yōu)化問(wèn)題采用新的