区间多目标优化非支配排序云模型算法

doi:10.3778/j.issn.1002-8331.1606-0383

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (22): 143-149.DOI: 10.3778/j.issn.1002-8331.1606-0383

区间多目标优化非支配排序云模型算法

陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4

1.燕山大学河北省工业计算机控制工程重点实验室，河北秦皇岛 066000
2.燕山大学国家冷轧板带装备及工业工程技术研究中心，河北秦皇岛 066000
3.佳木斯电业局，黑龙江佳木斯 154002
4.西部超导材料科技股份有限公司，西安 710018

出版日期:2017-11-15 发布日期:2017-11-29

Non-dominated sorting cloud model algorithm for interval multi-objective optimization

CHEN Zhiwang1, HUANG Xingwang2, CHEN Zhixing3, ZHAO Zizheng2, HUANG Lifang4

1.Key Lab of Industrial Computer Control Engineering of Hebei Province, Yanshan University, Qinhuangdao, Hebei 066000, China
2.National Engineering Research Center for Equipment and Technology of Cold Strip Rolling, Yanshan University, Qinhuangdao, Hebei 066000, China
3.Jiamusi Electricity Power Bureau, Jiamusi, Heilongjiang 154002, China
4.Western Superconducting Technologies Co., Ltd., Xi’an 710018, China

Online:2017-11-15 Published:2017-11-29

摘要/Abstract

摘要： 针对区间多目标优化问题，利用云模型对NSGA-II算法进行改进，提出一种非支配排序云模型算法（NSCMA）。首先，从初始云团中随机选取一个云滴作为父代，通过正态云算子生成子代云滴，用来替代传统NSGA-II遗传操作中的交叉和变异；其次，用约束条件对生成的云滴进行筛选处理，避免不可行解进入下一步算法；最后，运用区间占优关系对满足约束条件的解进行占优排序，对无法比较的同序值解计算拥挤距离。仿真结果验证了所设计算法的有效性。

关键词: 多目标优化, 区间规划, 约束优化问题, 云模型, NSGA-II

Abstract: A kind of Non-dominated Sorting Cloud Model Algorithm（NSCMA） for solving interval multi-objective optimization is proposed, in which cloud model is used to improve the NSGA-II algorithm. Firstly, genetic operator such as crossover and mutation in conventional NSGA-II is replaced by normal cloud operator, and offspring cloud droplets are derived from random parent in initial cloud cluster. Secondly, generated cloud droplets are disposed and kept based on constraint conditions, so infeasible solution doesn’t be left in the next algorithm. Finally, the feasible solution is sorted by interval dominant relationship, and then the crowding distance of incomparable same order solution is calculated. The simulations results have verified the effectiveness of the designed algorithm.

Key words: multi-objective optimization, interval programming, constrained optimization problem, cloud model, NSGA-II

陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.

CHEN Zhiwang1, HUANG Xingwang2, CHEN Zhixing3, ZHAO Zizheng2, HUANG Lifang4. Non-dominated sorting cloud model algorithm for interval multi-objective optimization[J]. Computer Engineering and Applications, 2017, 53(22): 143-149.

[1]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[2]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[3]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[4]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[5]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[6]	周原令，胡晓兵，江代渝，李航. 基于改进NSGA-II的车间排产优化算法研究[J]. 计算机工程与应用, 2021, 57(19): 274-281.
[7]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[8]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[9]	陈勇，杨雅斌. 区间规划下的高残值易逝品供应链网络设计[J]. 计算机工程与应用, 2020, 56(6): 254-261.
[10]	封硕，郑宝娟，陈文兴，张婷宇. 支持强化学习RNSGA-II算法在航迹规划中应用[J]. 计算机工程与应用, 2020, 56(3): 246-251.
[11]	吴天纬，安斯光，孙崎岖，李梅，孙丽宏，申屠南瑛. 改进聚合树的高维多目标降维优化算法[J]. 计算机工程与应用, 2020, 56(21): 47-53.
[12]	王利利，张琳娟，尚雪宁，高德云. 计算智能在电动车充电站规划的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 1-10.
[13]	涂经科，梁俊斌，蒋婵，王天舒. 大规模无环有向管网中移动物联网监测进展[J]. 计算机工程与应用, 2020, 56(17): 1-11.
[14]	王亚东，石全，尤志锋，宋卫星. 差分准对立学习多目标蚁狮算法[J]. 计算机工程与应用, 2020, 56(13): 156-163.
[15]	郭羽含，胡德甲. 基于随机森林与变邻域下降的车辆合乘求解[J]. 计算机工程与应用, 2020, 56(13): 243-253.

区间多目标优化非支配排序云模型算法

Non-dominated sorting cloud model algorithm for interval multi-objective optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics