[发明专利]一种基于局部－全局联合引导的多目标优化协同进化方法

说明书

技术领域

本发明公开了一种基于局部－全局联合引导的多目标优化协同进化方法，涉及多目标优化技术领域。

背景技术

多目标优化问题是工程实践和科学研究中的重要问题，求解多目标优化问题（MOP）的传统方法是将MOP转化为多个不同的单目标优化问题分别加以求解，多目标规划问题的有效解也称为Pareto最优解，而对于Pareto前端为非凸的情形则不能求出所有的Pareto最优解,并且计算量较大。用进化计算解决多目标优化是近年被研究的有效方法，进化算法求解MOP具有良好的适用性，进化多目标优化已成为进化计算领域的研究热点之一。近年来国内外学者相继提出了多种不同的进化算法，如NSGA、NPGA、FFGA、SPEA和NSGA-II等。这些算法都从不同的角度对MOP进行了求解,在解决非凸性,阻止种群分化等方面取得了较好的性能,但算法都比较复杂,时间复杂度较高，计算量大，受搜索空间维数增加的影响较大。

发明内容

本发明所要解决的技术问题是：针对现有技术的缺陷，提供一种基于局部－全局联合引导的多目标优化协同进化方法，为进化多目标优化技术提供了一种新模式。该方法将一类多目标优化问题划分为全局目标f_G和一系列局部目标f_j，采用协同进化方式由各f_j和评估向量B驱动各决策变量x_i协同进化；进化过程中由f_G选择刷新B，决策变量种群最终产生趋于f_G和各f_j优化要求的Pareto解集。该方法具有较高的求解效率。

本发明为解决上述技术问题采用以下技术方案：

一种基于局部－全局联合引导的多目标优化协同进化方法，对于多目标优化问题：

minfG(X)f1(X1),f2(X2),f3(X3),...,fh(Xh)]]>

其中，f_G为全局目标函数，f_j为局部目标函数，j=1，2，3，…，h；h为局部目标数，X为决策向量，X=(x₁，x₂，x₃，…，x_n)，且X∈Ω，X_j∈Ω_j，Ω为满足约束的n维向量空间子集；

采用协同进化方式在决策向量空间Ω_j和Ω中协同进化决策向量X，产生满足f_G和f_j优化要求的Pareto解集，具体步骤如下：