多目标优化演化算法研究综述.pdfVIP

研究与开发 多目标优化演化算法研究综述 李红梅 广东白云学院计算机系 广州 （ ， 510450 ） 演化计算来源于自然界进化过程的灵感和进化思想的观点 它的潜在并行性及自组织 摘 要： 。 、 自适应 自学习的智能特性对于求解多目标优化问题具有巨大的潜力 系统地介绍多目 、 。 标进化算法(MOEAs) ，同时讨论进化算法(EAs)在多目标优化应用中的几个关键性问题 及今后需进一步研究的工作 并做总结和展望 ， 。 关键词 多目标优化 进化算化 智能算法 ： ； ； m 为决策 参数 向量 为决策空间 为目标向 ， （ ） ， ， 0 引 言 R x X y 量 为目标空间。 ,Y 基于传统数学规化原理的多目标优化方法在实 最小化与最大化问题可以互相转化 因此没作特 际工程优化问题中往往表现出一定的脆弱性 自 ， 。 60 殊说明 本文都以最小化多目标问题为研究对象 年代以来 人们对求解这类难解问题的兴趣日益增 ， 。 ， 定义 优劣性 2 ： 加 一种模仿生物进化过程的 被称为 演化算法 的 。 、 “ ” 向量 （ … ）优于向量 （ … ）（记为 u= u1, ,um v= v1, ,vm 随机优化技术在解这类优化问题中显示出了优于传