22768.基于梯度信息的多目標優(yōu)化算法及應用研究

1、分類號：TQ0218UDC：密級：華東理工大學學位論文基于梯度信息的多目標優(yōu)化算法及應用研究劉趁霞指導教師姓名：祁榮賓副研究員華東理工大學上海市梅隴路130號申請學位級別：碩士專業(yè)名稱：控制科學與工程論文定稿日期：巡02少9論文答辯日期：學位授予單位：華東理工大學學位授予日期：答辯委員會主席：侍洪波教授評閱人：李紹軍研究員賈立教授華東理工大學碩士學位論文第1頁基于梯度信息的多目標優(yōu)化算法及應用研究摘要現(xiàn)在對于多目標優(yōu)化問題的研究，大都是

2、基于進化思想的多目標優(yōu)化算法。該類算法多是基于P蹦舶最優(yōu)概念的類隨機搜索算法，較適宜解決多目標問題。但是將該類算法應用于工程實踐，特別是在求解大型、復雜的工程優(yōu)化問題時，龐大的計算量使其應用受到了很大的限制。因此，尋求有效提高多目標優(yōu)化方法效率的研究顯得尤為重要。根據(jù)傳統(tǒng)進化算法計算速度較慢的特點，論文嘗試應用梯度信息來解決多目標優(yōu)化問題。首先詳細介紹了梯度信息相關概念，并將趨利方向推廣到多目標優(yōu)化問題中。本文將利用導數(shù)的最速下降法應用

3、于多目標優(yōu)化問題中，并將趨利方向代替其最速下降方向進行搜索，通過GellMED系列函數(shù)和DAM連續(xù)縮合優(yōu)化過程的仿真結(jié)果可知，基于最速下降法的多目標優(yōu)化算法能夠很好的解決這類問題?；谔荻刃畔⒌乃惴☉糜诙嗄繕藘?yōu)化問題，特別是動態(tài)多目標優(yōu)化問題中比較少，并且很難求解其趨利方向，因此本文用導數(shù)方向近似為其梯度方向。本文提出的算法基于聚合與分解梯度信息的多目標優(yōu)化算法，利用新的選擇置點法，并基于分解和聚合的思想，選擇個體進行兩個梯度尋優(yōu)支路