資源描述：
《求解多目標優(yōu)化問題混合遺傳算法地研究與應用》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、萬方數(shù)據AThesisinComputerApplicationTechnologyResearchandAplicationoftheHybridGeneticAlgorithmtoSolvetheMulti--objectiveOptimizationProblemByLiZhonglinSupervisor：AssociateProfessorZhangChangshengNortheasternUniversityJune2012萬方數(shù)據獨創(chuàng)性聲明本人聲明，所呈交的學位論文是在導師的指導下完成的。論文中。取得的研究成果除加以標注和致謝的地方外，不包含其他人己經發(fā)
2、表或撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。學位論文作者簽名：套1專禮日期：≯口}t，占．y，學位論文版權使用授權書本學位論文作者和指導教師完全了解東北大學有關保留、使用學位論文的規(guī)定：即學校有權保留并向國家有關部門或機構送交論文的復印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學位論文的全部或部分內容編入有關數(shù)據庫進行檢索、交流。作者和導師同意網上交流的時間為作者獲得學位后：半年口一年口一年半日學位論文作者簽名：耆呷椒簽字日期：護n一．≥y兩年口導師簽名：％勘也
3、簽字日期：加J2．o‘·站萬方數(shù)據東北大學碩士學位論文摘要求解多目標優(yōu)化問題的混合遺傳算法的研究與應用摘要近來，人們發(fā)現(xiàn)專注于單獨使用遺傳算法具有很大的局限性，如果將多目標遺傳算法與其他優(yōu)化技術之間有效結合，即混合多目標遺傳算法，能夠更加有效、更加靈活的處理實際問題。本文在對NSGA2，SPEA2，MOEA／D算法及PLS算法進行分析的基礎上，針對其不足對這些算法進行了相應的改進。設計了兩種基于PLS的局部優(yōu)化策略，并將其與NSGA2，SPEA2，MOEA仍算法有效地結合在一起，分別提出了改進的NSGA2算法．INSGA2，改進的SPEA2．ISPEA2算法和改進的MO
4、EA／D算法．IMOEA／D算法。并根據SPEA2和MOEA／D優(yōu)化機制的特點，結合新的進化策略，將其以協(xié)同的方式有效地結合在一起，提出了混合多目標遺傳算法HDMOGA算法。然后利用提出的算法分別求解了具有NP難度的基于QoS保證的多播路由波長分配問題(MQRWA)和基于QoS約束的服務選取問題(QSS)。分別建立了這兩個問題的優(yōu)化模型，并提出了具體的交叉操作，變異操作和局部優(yōu)化策略。針對MQRWA問題，提出了兩種光樹修復策略RDFS和PRRA，同時提出了基于Prim最小生成樹的初始化策略。針對Oss問題，提出了基于偏好的初始化策略。最后根據多個指標從不同角度對這些算法
5、的性能進行了分析并與最近提出的相關算法進行了比較。實驗表明，改進的混合多目標遺傳算法無論在全局優(yōu)化能力方面還是在局部優(yōu)化能力方面都表現(xiàn)出了較好的優(yōu)越性?；旌隙嗄繕诉z傳算法是一個非常熱點的研究領域，但很多方法還不夠成熟，要開發(fā)出具有清晰結構化的高效的混合多目標遺傳算法，還需要做大量的研究工作。本文的研究工作能夠對該領域的研究起到促進作用。此外，還為求解MQRWA和QSS問題提供了新的手段。因此，具有一定理論意義和實際價值。關鍵詞：多目標優(yōu)化；混合遺傳算法；服務質量；RWA優(yōu)化；服務選取萬方數(shù)據東北大學碩士學位論文ResearchandAplicationoftheHybr
6、idGeneticAlgorithmtoSolvetheMulti-·objectiveOptimizationProblemAbstractInrecentyears，ithasbecomeevidentthattheconcentrationonasolegeneticalgorithmisratherrestrictive．Askilledcombinationofconceptsofthemulti-objeetivegeneticalgorithmandotheroptimizationtechniques，alsocalledhybridmulti·obje
7、ctivegeneticalgorithms，canprovideamoreefficientbehaviorandahigherflexibilitywhendealingwithreal—worldproblems．Inthispaper,onthebasisofanalyzingoftheNSGA2，SPEA2，MOEA／DandPLSalgorithms，weimplementedsomecorrespondingimprovementsforthedeficienciesofthesealgorithms．Andwedesign
