[发明专利]基于NSGA-Ⅱ的改进多目标优化的方法

权利要求书

1.一种基于NSGA-Ⅱ的改进多目标优化的方法，其特征在于，包括以下步骤：

a、首先，通过随机产生出规模为N的初始种群；

b、确定出初始种群的非支配个体，然后对非支配个体进行非支配排序并计算拥挤距离，并对初始种群所有个体进行等级分类并确定其拥挤距离；

c、完成个体选择操作，然后利用交叉、变异操作产生下一代子代种群；

d、通过对父代种群和子代种群的合并生成规模为2N的新种群；

e、对d步骤得到的新种群进行非支配排序，并分层计算拥挤距离，选择出N个个体，产生新的父代种群；

f、判断e步骤产生的新的父代种群是否达到设定的最大循环代数，若达到则完成多目标的优化，若未达到，则重复c～f步骤；

其中，所述非支配排序的方法为：假设g_i为种群中支配个体i的数量，被个体i支配的个体集合为G_i，首先通过循环对比得到种群之中全部g_i为0的个体，令g_i为0的个体的非支配排序值为1，这些个体共同构成非支配集合R₁；然后将R₁里每个个体所支配个体集合中的每个个体的g_j减去1，当g_j减去1为0时把个体j存入集合R₂中，令这些个体的非支配排序值为2，然后，对集合R₂中个体重复之前的操作，直到所有个体都含有非支配排序值。

2.根据权利要求1所述的基于NSGA-Ⅱ的改进多目标优化的方法，其特征在于，所述非支配个体的拥挤距离计算赋值的方法为：该个体排序值为原排序值与支配该个体的其余个体数目之和。

3.根据权利要求1所述的基于NSGA-Ⅱ的改进多目标优化的方法，其特征在于，所述c步骤，采用锦标赛选择策略完成个体选择操作。

4.根据权利要求1所述的基于NSGA-Ⅱ的改进多目标优化的方法，其特征在于，所述c步骤中，交叉操作中交叉算子的算法为：

其中，θ为交叉算子系数，由R_a和R_b决定，R_a和R_b为个体a和个体b的非支配排序值，x₁`和x<sub>2</sub>`分别表示为父代个体进行交叉操作后产生的新子代个体，x₁和x₂为参与交叉操作随机选择的个体。

5.根据权利要求1所述的基于NSGA-Ⅱ的改进多目标优化的方法，其特征在于，所述c步骤中，变异操作的公式为：

x₁`＝x₁+[β-1](x_max-x_min)

式中：β为变异系数，为经验值；x₁`为产生新的子代个体，x₁为参与变异操作随机选择的原个体，x_max和x_min为个体能取到的最大值和最小值。