多目標優(yōu)化的Pareto解的表達與求取課件_第1頁
多目標優(yōu)化的Pareto解的表達與求取課件_第2頁
多目標優(yōu)化的Pareto解的表達與求取課件_第3頁
多目標優(yōu)化的Pareto解的表達與求取課件_第4頁
多目標優(yōu)化的Pareto解的表達與求取課件_第5頁
已閱讀5頁,還剩23頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

多目標優(yōu)化的pareto解的表達與求取多目標優(yōu)化的pareto解的表達與求取1多目標優(yōu)化的Pareto解的表達與求取ppt課件2多目標優(yōu)化問題與單目標區(qū)別多目標優(yōu)化問題的解不是唯一的,而是一組均衡解,稱為最優(yōu)非劣解集或pareto最優(yōu)解集,且這組解釋無差別的。目標沖突是MOP的共同難題(不存在使得所有目標同時達到的最優(yōu)解)。多目標優(yōu)化問題與單目標區(qū)別多目標優(yōu)化問題的解不是唯一的,而是3概念定義MOP:一般MOP由n個變量參數(shù)、m個目標函數(shù)和k個約束條件組成,數(shù)學定義為:概念4MOP優(yōu)化過程中可能并不存在可以滿足所有約束條件并且能夠使所有的目標函數(shù)達到全局最優(yōu)的解。定義1.2:可行解:可行解集Xf是由能夠滿足所有約束條件的決策向量x所組成的集合,即:MOP優(yōu)化過程中可能并不存在可以滿足所有約束條件并且能夠使所5多目標優(yōu)化的Pareto解的表達與求取ppt課件6多目標優(yōu)化的Pareto解的表達與求取ppt課件7解決多目標優(yōu)化問題搜索和決策搜索:找出pareto(帕雷托)最優(yōu)解集決策:從pareto解集中選擇合適的解多目標優(yōu)化方法:1、搜索前決策2、決策前搜索3、在搜索過程中決策解決多目標優(yōu)化問題搜索和決策8求解多目標優(yōu)化問題方法1、常規(guī)的數(shù)學方法:

直接解法:如單變量多目標優(yōu)化算法等間接解法:多目標-》單目標2、基于智能優(yōu)化的多目標算法:

多目標遺傳算法及其改進算法(收斂性問題)群智能算法

神經(jīng)網(wǎng)絡。。。求解多目標優(yōu)化問題方法1、常規(guī)的數(shù)學方法:9常規(guī)數(shù)學解法-----直接法直接法求解多目標的線性凸優(yōu)化問題常規(guī)數(shù)學解法-----直接法直接法求解多目標的線性凸優(yōu)化問題10常規(guī)數(shù)學解法-----直接法常規(guī)數(shù)學解法-----直接法11常規(guī)數(shù)學解法-----間接法間接法是基于權重的方法,基本思想都是把多目標問題轉化為單目標問題進行求解(權值由優(yōu)化者決定)。1.加權和方法:將多個目標線性組合轉化為一個單目標優(yōu)化問題:常規(guī)數(shù)學解法-----間接法間接法是基于權重的方法,基本思想12常規(guī)數(shù)學解法-----間接法

常規(guī)數(shù)學解法-----間接法

13常規(guī)數(shù)學解法-----間接法4.最大最小值法:最小化目標沖突常規(guī)數(shù)學解法-----間接法4.最大最小值法:最小化目標沖突14基于智能優(yōu)化的多目標算法解決MOP的智能優(yōu)化算法:遺傳進化算法,群智能算法、人工免疫算法、神經(jīng)網(wǎng)絡等早期MOGA(沒有采用精英策略)新一代MOGA(精英保留策略)基于智能優(yōu)化的多目標算法解決MOP的智能優(yōu)化算法:遺傳進化算15基于智能優(yōu)化的多目標算法基于群集智能的多目標算法多目標免疫算法基于神經(jīng)網(wǎng)絡的多目標算法基于智能優(yōu)化的多目標算法基于群集智能的多目標算法16多目標優(yōu)化的Pareto解的表達與求取ppt課件17基于pareto概念的多目標遺傳算法1、適應值計算模型:利用群體中的個體與最優(yōu)非劣解集之間的絕對距離的遠近來刻畫適應值,然后將適應值直接用于遺傳算法中。最優(yōu)非劣個體的適應值為1,其他的<1,適應值越大,有越高的優(yōu)先權被選擇配對?;趐areto概念的多目標遺傳算法1、適應值計算模型:利用18基于pareto概念的多目標遺傳算法4.3選擇算子:賭盤操作算子利用適應值選擇第i個個體的概率:基于pareto概念的多目標遺傳算法19基于pareto概念的多目標遺傳算法4.4交叉算子從親代產(chǎn)生自帶的過程如下:基于pareto概念的多目標遺傳算法4.4交叉算子20基于pareto概念的多目標遺傳算法4.5變異算子:基于pareto概念的多目標遺傳算法4.5變異算子:21基于pareto概念的多目標遺傳算法算法主要思想:基于pareto概念的多目標遺傳算法算法主要思想:22基于pareto概念的多目標遺傳算法Pareto占優(yōu)過程Pareto維護過程:解集不斷增加會導致收斂速度減慢,因此需要淘汰相對較劣的個體。采用擁擠機制淘汰哪些周圍個體較多的?;趐areto概念的多目標遺傳算法Pareto占優(yōu)過程23基于pareto概念的多目標遺傳算法擁擠距離:基于pareto概念的多目標遺

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論