导读:本文包含了约束多目标优化论文开题报告文献综述及选题提纲参考文献，主要关键词:多目标优化,差分进化,分解方法,基于分解的多目标优化算法
约束多目标优化论文文献综述
周昕,王学武,顾幸生[1]（2019）在《基于约束化和差分进化的多目标优化算法》一文中研究指出基于分解的多目标优化方法是目前多目标优化算法中的一个热点。传统的标量分解方法求出的改进区域可能过大而导致一个新解被几个原始解替代,进而造成种群多样性的恶化。为改善这种状况,本文提出一种约束化的分解方法CDMOEA/D-DE通过制定约束优化子问题的控制参数来定义相应的改进区域的范围。同时根据Pareto前沿的几何形状生成的新解结合广义分解法对权重向量进行自适应调节,提高算法的性能,达到平衡种群的多样性和收敛性的目的。算法仿真与MOEA/D、MOEA/D-DE以及NSGA-III的比较结果表明,该算法在一定程度上提高了种群的收敛性及多样性,在处理复杂形状Pareto前沿的多目标优化问题具有优势。(本文来源于《第叁十八届中国控制会议论文集（7）》期刊2019-07-27）
李振宇,胡涵[2]（2019）在《基于组合排序的约束多目标优化算法》一文中研究指出约束的多目标优化问题(CMOPs)常见于工程应用和现实生活中,这类问题往往包括多个冲突的目标以及一组约束条件。与无约束的多目标优化问题相比,此类问题包含了一些复杂的特征,解决起来也要困难得多。对此,文中提出了一种基于组合排序的约束处理方法。该方法与一个最新提出的基于约束分解的算法框架相结合来解决约束的多目标优化问题。基于网格的约束分解的进化算法(CDG-MOEA)是新提出的解决多目标优化的算法,在解决无约束多目标优化问题上具有多样性和鲁棒性等良好的特性。基于此框架,提出了基于组合排序的约束处理方法,旨在算法的每次进化中,选择出种群中多样性比较好且可行的那些解。为了验证算法的有效性,将提出的约束多目标优化算法(CDG-CS)与现有算法在多个约束的优化问题上进行实验分析,结果表明,该算法在约束的多目标优化问题上有着不错的效果。(本文来源于《计算机技术与发展》期刊2019年11期）
黄拉[3]（2019）在《基于改进集的约束多目标优化问题的分离性和最优性》一文中研究指出本文利用像空间分析方法研究了约束多目标优化问题基于改进集定义的最优解的分离性和最优性.首先,介绍了约束多目标优化问题的两个分离函数:一个向量值正则弱分离函数和一个由改进集定义的非线性标量函数构成的标量弱分离函数.其次,利用向量值正则弱分离函数和标量弱分离函数分别建立了约束多目标优化问题的最优解的鞍点型最优性充分条件.然后,本文还得到了约束多目标优化问题的最优解与近似有效解之间的关系.最后,通过约束多目标优化问题的近似像与闭凸锥之间(正则)线性分离的方法,建立了约束多目标优化问题的最优解的鞍点型最优性必要条件.(本文来源于《西南大学》期刊2019-06-05）
李进[4]（2019）在《基于进化算法的约束多目标优化问题研究》一文中研究指出在实际生活中,存在着数量可观的多目标优化问题,这类问题往往需要同时优化多个目标,且伴随着许多不同性质的约束条件。在解决该问题的众多算法中,多目标进化算法凭借其较强的鲁棒性、全局搜索等优点被广泛应用,因此也引起了越来越多的学者进行研究。由于约束条件的存在,进化算法需要合理的利用进化过程中产生的可行解和不可行解的信息,引导种群跳过不可行域向最优前沿进化,避免出现陷入局部最优的情况,以此获得较好的收敛性和分布性。因此,本文基于进化算法,选择两种具有代表性的约束处理技术,对算法的收敛性和分布性展开研究。主要研究内容包括以下叁个方面:第一,针对种群寻优过程中出现收敛性和分布性不平衡的问题,提出一种自调节算子及自适应?截断的NSGA-Ⅱ算法。与经典的交叉操作不同,该方法采用正态分布交叉算子,使得算法在具有更广阔搜索空间的情况下,获得较为均匀的子代取值概率,大大减少算法陷入局部最优的情况,起到改善种群多样性的作用。再通过自适应变异算子,建立起变异值与目标函数值之间的联系,根据进化的程度对变异率进行调整,提高算法的收敛性。最后,通过自适应?截断策略,在算法前期引入部分约束违反度较小的不可行解,增加种群的多样性;而在算法后期,?值减小至0,此时种群中个体全部为可行解,促进种群的收敛。以这些策略有效的调节算法的收敛性和分布性。第二,针对以往约束优化算法对优势解和劣势解采用相同的策略,导致算法求解性能差的问题,提出一种两阶段叁存档集的约束优化算法。该方法采用叁个不同存档集来保存种群所产生的非支配解、支配解以及非支配可行解,通过对每个存档集采用不同的优化策略,使得每个存档集达到最优的搜索效率,减少算法进行不必要的交叉和变异。同时,有效的将最优不可行解所提供的信息作为进化方向,充当了算法的引导标志。通过在不同的约束测试函数上进行实验,验证了算法的可行性和有效性。第叁,将所提算法应用到旅行商问题以及车辆路径规划问题中。对于旅行商问题,由经典的路径最短单目标问题,扩展至路径最短和成本最小的多目标问题,同时还加入了软时间窗约束,形成了带软时间窗约束的多目标旅行商问题的新模型。结合本文所提的两阶段叁存档集算法求解Solomon标准测试集,验证了算法良好的性能。对于车辆路径规划问题,基于现实情况考虑,建立的模型为多目标多车辆路径模型,并且在软时间窗的约束条件基础上,增加了车辆超重限制及车辆支出成本限制。结合本文所提的自调节算子及自适应?截断的NSGA-Ⅱ算法求解车辆路径规划问题,验证了算法的有效性。(本文来源于《兰州理工大学》期刊2019-05-18）
张嫣,林涌艺,邵振国[5]（2019）在《电压暂降可观约束下的定位监测点多目标优化配置》一文中研究指出为有效监测电压暂降以及准确定位扰动源位置,提出了可观约束下的电压暂降定位监测点的多目标优化配置方法。基于测点间正序电压变化量的相关性,定义了暂降特征模式,通过寻找最优匹配模式进行故障定位,同时定义不确定区域指数作为测点集的定位准确性指标。以全网电压暂降可观为约束条件,以监测点数量最少和不确定区域指数最小为目标函数,建立监测点多目标优化模型。采用多目标离散粒子群算法求解模型,得到非劣解集。通过IEEE 39和IEEE 118节点系统验证了该方法的可行性和有效性。(本文来源于《电工技术学报》期刊2019年11期）
张继宏[6]（2018）在《锥约束多目标优化问题的最优性和稳定性研究》一文中研究指出锥约束多目标优化问题是目标函数为向量值函数,序由闭凸锥引导,约束集合由锥约束定义的优化问题.这类问题在金融分析,工程设计等领域具有广泛的应用背景.在大量的多目标优化文献中,大部分研究结果都集中在由螋引导的多目标优化问题以及由抽象的闭凸锥引导的序的多目标优化问题,其它具体的闭凸锥引导的多目标优化问题的研究还不多见.多目标优化的理论研究中最优性条件和稳定性分析是主要的研究专题,但关于二阶最优性条件,尤其是二阶充分性条件的研究还不够完善,多目标优化的稳定性也主要集中在有效解映射的上半连续性和下半连续性的研究.本论文研究锥约束多目标优化问题,包括R+p引导的,二阶锥引导的,半正定矩阵锥引导的多目标优化问题的二阶最优性条件,以及由引R+p导的等式和不等式约束的多目标优化问题的Karush-Kuhn-Tucker(KKT)系统的强正则性和孤立平稳性,取得的结果可概述如下:1.第2章建立锥约束R+p引导的多目标优化的二阶必要性最优条件和二阶充分性最优条件.首先,对一抽象约束多目标优化问题给出弱有效解的两个必要性条件定理,一个是一阶必要性条件定理,另一个是二阶必要条件定理,以及有效解的一个二阶充分性最优条件基本定理.其次,基于抽象约束多目标优化问题的最优性结果,在Robinson约束规范假设下,建立了锥约束多目标优化问题的一阶和二阶必要性最优条件,以及在锥约束满足外二阶正则条件时的二阶充分性最优条件.最后,用已经得到的锥约束多目标优化的最优性条件结果,得到了多面体锥约束,二阶锥约束以及半定锥约束多目标优化问题的最优性条件,包括一阶和二阶必要性最优条件以及二阶充分性条件.2.第3章建立序由有限个二阶锥的卡氏积引导的多目标优化问题(这里记为Q-多目标优化问题)的一阶必要性最优条件,二阶必要性最优条件和二阶充分性最优条件.对抽象约束的Q-多目标优化问题,给出了弱有效解的两个基本必要性最优条件定理与有效解的二阶充分性最优条件.对具有显示约束的Q-多目标优化问题,证明了 Robinson约束下的一阶和二阶必要性最优条件以及在约束集合满足外二阶正则性时的二阶充分性最优条件.作为应用,我们得到多面体锥,二阶锥与半定锥约束Q-多目标优化问题的最优性条件.3.第4章建立序由半正定矩阵锥S+m引导的多目标优化问题(这里记为S+m-多目标优化问题)的一阶必要性最优条件,二阶必要性最优条件和二阶充分性最优条件.对抽象约束的S+m-多目标优化问题,给出了弱有效解的两个基本必要性最优条件定理与有效解的二阶充分性最优条件.对具有锥约束的S+m-多目标优化问题,证明了 Robinson约束下的一阶和二阶必要性最优条件以及在约束集合满足外二阶正则性时的二阶充分性最优条件.作为应用,我们得到多面体锥,二阶锥与半定锥约束S+m-多目标优化问题的最优性条件.4.第5章研究R+p引导的具有等式和不等式约束的多目标优化问题的Karush-Kuhn-Tucker系统的强正则性和孤立平稳性.在严格互补条件之下证明了可微的KKT解映射的存在性,给出KKT解映射的导数公式;在严格互补条件不成立的情况下,证明了线性无关约束规范和强二阶充分性条件是KKT解系统强正则性的充分必要条件,同时还证明了KKT解系统强正则性的其他叁个等价条件:KKT系统对应的法映射的Lipschitz同胚,对应问题的强稳定性,以及对应问题的一致二阶增长条件.证明了严格Robinson约束规范和二阶充分性最优条件与KKT解映射的孤立平稳性的等价性.(本文来源于《大连理工大学》期刊2018-09-10）
马林潇,何英,林丽,彭亮[7]（2018）在《“叁条红线”约束下的种植结构多目标优化模型研究》一文中研究指出【目的】通过调整种植结构,达到水资源利用与配置更加合理化,以有限的水资源促进当地农业可持续发展。【方法】根据玛纳斯县农业结构种植特点,建立了基于遗传算法的多目标作物种植结构优化模型,并结合"叁条红线"相关指标,运用MATLAB软件进行求解,提出了2020、2030年玛纳斯县主要农作物种植结构优化方案。【结果】现状年小麦种植面积可以维持现状,适当增加玉米、葵花和甜菜的种植面积,减少棉花种植面积,优化后灌溉节水量为137.01万m3,2020、2030年优先增加玉米和葵花的种植面积,当种植面积一定时,随着灌溉水利用系数的提高,可以增加棉花的种植面积。【结论】通过种植结构的调整,可以在兼顾经济、社会和节水效益的基础上缓解农业用水供需矛盾。(本文来源于《灌溉排水学报》期刊2018年09期）
刘彬,顾昕峰,孙超,张春燃,刘浩然[8]（2018）在《基于梯形区间软约束的多目标优化预测控制算法研究》一文中研究指出针对多变量控制系统在受到干扰时,自由度低、鲁棒性差的缺点,在叁角区间软约束控制算法的基础上,提出一种基于梯形区间软约束的多目标预测控制算法。首先在容忍区间外设置梯形区间,使控制过程分为两个部分,以减小控制初期瞬态偏差对系统造成的影响;为了缓解工业过程中各控制目标相互耦合的问题,构建两个目标函数,并用迭代算法对ε-约束法进行改进,优化目标函数,以减小目标函数的求解误差,实现对多入多出系统的协调控制。通过对壳牌公司的重油分馏塔模型仿真实验,将叁角区间软约束控制算法与该算法进行对比,结果表明该算法具有较好的鲁棒性和快速性。(本文来源于《计量学报》期刊2018年04期）
麦燕华,孔繁图,杨一威,李永宝,宋婷[9]（2018）在《基于约束优先级列表的调强放疗自动多目标优化方法》一文中研究指出本研究提出一种可将临床偏好量化为优先级列表,并在此基础上建立自动调整约束并生成该条件下优化解的IMRT多目标优化方法。本优化方法由计划剂量学约束自动调整机制和约束下的基于体素权重因子的自动FMO模型嵌套组成。剂量约束的自动调整需首先根据临床对各感兴趣区域剂量约束的重视程度提炼为约束优先级列表,后以列表为依据,分步对剂量约束进行调整,使各约束随迭代进行时逐步达到最佳设置状态。剂量约束每调整1次,紧随调用基于体素权重因子的FMO模型,解得满足当前约束的全局最优计划。为验证本优化方法的可行性与有效性,临床收集6例已治宫颈癌IMRT计划,使用本文方法对其重新自动生成优化的计划,并比较原始(临床)计划和优化计划的质量,含计划DVH曲线和临床关注的剂量约束指征项的具体数值,查看其计划质量提高成效。6例临床IMRT计划表明,使用本文方法生成的优化计划较原始计划可得到相当PTV覆盖率、均匀性的同时,有效减少OAR受量,提高计划质量。其中,优化计划直肠的平均V45从原始计划的(41.99±13.31)%降到(32.55±22.27)%;膀胱的平均V45从(44.37±4.08)%降到(28.99±15.25)%。计划优化过程可实现基本自动化。(本文来源于《南方医科大学学报》期刊2018年06期）
张建军[10]（2018）在《基于改进可行性规则的约束多目标优化方法及其应用》一文中研究指出在进化计算领域中,多目标优化算法已经成为研究热点之一,但是在实际的科学或者工程领域中,约束条件往伴随多目标优化问题一起出现,约束条件相对较多且苛刻的多目标优化问题,由于约束的限制,导致可行域较小,一般的约束处理方法处理这类约束多目标优化问题,效果不尽人意。因此本文针对多目标优化问题中不同类型的约束进行研究,并将本文所提出的约束多目标处理方法分别应用于电网中不同的多目标优化问题。主要研究内容如下:1)提出改进可行性规则的约束多目标处理方法针对可行性规则不能充分利用“最好的”不可行解,提出一种改进的可行性规则,将非支配等级信息和约束违反度信息结合到可行性规则中,提高对非支配个体可行解的搜索能力,并将改进的可行性规则分别融入到NSGA2和IP-MOEA算法框架中,提高多目标优化算法的约束处理能力。2)提出一种求解决策变量离散分布的多目标进化算法针对决策变量区间不连续的约束问题,首先设计一个满足区间离散解的个体产生器。由于常规的约束违反度适用于等式约束和不等式约束,并不适用于决策变量离散约束的情况,因此专门提出一种用于计算区间离散约束违反度的方法。3)提出一种解决可变约束问题的多目标优化算法针对多目标优化问题中的可变约束问题,提出一种处理可变约束的多目标优化算法。如果约束发生了改变,然后把约束发生改变之前的种群作为约束发生改变后的初始种群,首先把约束改变之前的种群进行存档,充分利用原来种群中的可行解,提高算法的执行效率,算法的一次执行结果,保存了每种约束条件下的最优解。4)约束多目标优化算法在电网中的应用针对配电网中DG出力随机性和负荷不确定性问题,建立以分布式电源的投资运行费用、线路损耗费用、购电费用最小为目标的区间模型,使用本文所提的结合改进可行性规则的IP-MOEA算法求解该模型,并取得良好的效果;针对火电厂厂级负荷分配存在决策变量离散分布的多目标问题,提出求解决策变量离散分布的多目标进化算法求解该问题,并取得了良好的效果。(本文来源于《兰州理工大学》期刊2018-05-30）
约束多目标优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
约束的多目标优化问题(CMOPs)常见于工程应用和现实生活中,这类问题往往包括多个冲突的目标以及一组约束条件。与无约束的多目标优化问题相比,此类问题包含了一些复杂的特征,解决起来也要困难得多。对此,文中提出了一种基于组合排序的约束处理方法。该方法与一个最新提出的基于约束分解的算法框架相结合来解决约束的多目标优化问题。基于网格的约束分解的进化算法(CDG-MOEA)是新提出的解决多目标优化的算法,在解决无约束多目标优化问题上具有多样性和鲁棒性等良好的特性。基于此框架,提出了基于组合排序的约束处理方法,旨在算法的每次进化中,选择出种群中多样性比较好且可行的那些解。为了验证算法的有效性,将提出的约束多目标优化算法(CDG-CS)与现有算法在多个约束的优化问题上进行实验分析,结果表明,该算法在约束的多目标优化问题上有着不错的效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
约束多目标优化论文参考文献
[1].周昕,王学武,顾幸生.基于约束化和差分进化的多目标优化算法[C].第叁十八届中国控制会议论文集（7）.2019
[2].李振宇,胡涵.基于组合排序的约束多目标优化算法[J].计算机技术与发展.2019
[3].黄拉.基于改进集的约束多目标优化问题的分离性和最优性[D].西南大学.2019
[4].李进.基于进化算法的约束多目标优化问题研究[D].兰州理工大学.2019
[5].张嫣,林涌艺,邵振国.电压暂降可观约束下的定位监测点多目标优化配置[J].电工技术学报.2019
[6].张继宏.锥约束多目标优化问题的最优性和稳定性研究[D].大连理工大学.2018
[7].马林潇,何英,林丽,彭亮.“叁条红线”约束下的种植结构多目标优化模型研究[J].灌溉排水学报.2018
[8].刘彬,顾昕峰,孙超,张春燃,刘浩然.基于梯形区间软约束的多目标优化预测控制算法研究[J].计量学报.2018
[9].麦燕华,孔繁图,杨一威,李永宝,宋婷.基于约束优先级列表的调强放疗自动多目标优化方法[J].南方医科大学学报.2018
[10].张建军.基于改进可行性规则的约束多目标优化方法及其应用[D].兰州理工大学.2018
标签：多目标优化; 差分进化; 分解方法; 基于分解的多目标优化算法;