基于多样性策略的动态多目标粒子群优化算法研究及应用

来源 :南京信息工程大学 | 被引量 : 5次 | 上传用户:d42953533
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
动态多目标优化问题在现实中普遍存在,研究求解此类问题的优化算法,对推动该领域的发展有重要研究与现实意义。目前,虽然粒子群优化算法因其在优化实际问题时的精度高、收敛快等优势,被广泛应用于静态优化问题中。但当其被拓展至动态多目标问题求解时,一方面,算法快速收敛的优点满足了动态多目标优化问题对收敛速度的迫切需求;另一方面,目标间的冲突性、问题的变化性以及粒子群早熟问题,迫使算法提高种群多样性和环境适应能力,以此提高对动态变化最优解集的刻画能力和追踪能力,而现有策略存在侧重单一性能、只分析目标空间、缺乏对环境变化程度的量化能力等缺陷,这都给动态多目标粒子群优化算法设计带来了新的挑战。基于上述事实,本文针对问题对解集分布性和环境适应能力的需求,设计了一种基于群体分布信息的新型多样性策略,并针对动态问题特点,设计了新的自适应动态环境响应策略,最终提出一种基于多样性策略的动态多目标粒子群优化算法,并将其应用于动态电力系统优化问题求解中。具体工作如下:1.提出一种基于群体分布信息的新型多样性策略。首先借助统计方法划分进化状态;其次依据进化状态分别设计多样性引入策略、多样性控制策略;最终形成基于群体分布信息的多样性策略。实验证明提出的多样性策略在避免算法陷入局部最优以及提高整体解集分布性上均有显著的优势。2.提出一种新的基于多样性策略的动态多目标粒子群优化算法。在基于群体分布信息的多样性策略基础上,针对动态多目标问题中最优解集动态变化的特点,设计基于评价指标的环境变化监测策略和自适应动态环境响应策略,提出一种基于多样性策略的动态多目标粒子群优化算法(dMOPSO)。实验结果表明dMOPSO相比对比算法具有明显统计意义上的性能优势。3.将新算法应用于实际问题求解。为进一步验证算法求解实际动态问题时的有效性,在动态电力系统优化问题上对算法进行仿真实验,通过对比进一步验证了本文提出算法在求解实际动态问题时的求解性能。
其他文献
随着信息科技的普及,复杂网络在我们生活中变得不可或缺。社交、生物和计算机等诸多邻域中所涉及到的复杂系统大多可以被抽象为由点和线所构成的复杂网络,复杂网络科学为我们
可见光通信技术就是利用发光二极管或者荧光灯来发送高速明暗信号来传输信息的技术。可见光通信作为一种新型数据传输技术,它使得“有光照就能高速上网成为了可能”。可见光
沙垄和沙波作为河流和海湾常见的地貌特征,其迁移和演化对于海底管线、油气开发等具有不可忽视的影响,因此沙垄和沙波也一直是河流动力学和海洋科学的重要研究课题。应用的是
RNA是带有很强负电性的分子,溶液中的金属离子,尤其是高价离子,对RNA结构、动力学性质有着非常重要的作用。其中,非线性泊松-玻尔兹曼理论是处理离子与RNA分子与溶液离子相互
移动互联网和物联网技术的飞速发展,推动移动通信流量数据的井喷式增长,人们对高速率、低时延和高可靠的移动通信系统提出了更高的要求。异构网络通过部署高功率的宏基站和不
学位
新型多天线技术是第四、五代无线通讯的重要技术之一。对于用户设备,目前这种技术主要是围绕MIMO (Multiple-Input Multiple-Output)天线的方法展开。然而单独的MIMO系统无法
近年来,智能家居开始逐渐与移动互联网、云服务、大数据等新兴产业相关联,智能家居与物联网行业开始迎来全新的飞速发展与普及阶段。智能家居虽已开始融入人们的生活,但大量
三维不动产场景注记配置配置问题(3D Real Estate Scene Annotation Labeling Problem,3DRESALP)是三维不动产场景(3D Real Estate Scene,3DRES)语义信息表达的重要组成部分
非线性科学中的分形理论在20世纪受到越来越多人们的重视,随着计算机技术的发展,计算机模拟与分形构造已经显示其重要意义,分形图形不仅为人们提供了艺术的灵感,同时被用来模