摘要：对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增,严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性,本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestion control strategy based on open angle,CCSOA),它的时间复杂度并不会随着目标维数的增加而增大.与目前优秀的进化多目标优化(Evolutionary multiobjective optimization,EMO)算法IBEA(Indicator-based evolutionary algorithm)、NSGAIII(Nondominated sorting genetic algorithm III)和Gr EA(Grid-based evolutionary algorithm)的比较结果表明,融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.

摘要：由于高维多目标优化问题包含的目标很多,已有的方法往往难以解决该问题.本文提出一种有效解决该问题的基于集合的进化算法,该方法以超体积、分布度,以及延展度为新的目标,将原优化问题转化为3目标优化问题;定义基于集合的Pareto占优关系,设计体现用户偏好的适应度函数;此外,还提出集合进化策略.将所提方法应用于4个基准高维多目标优化问题,并与其他2种方法比较,实验结果表明了所提方法的优越性.

摘要：目标数超过4的高维多目标优化是目前进化多目标优化领域求解难度最大的问题之一,现有的多目标进化算法求解该类问题时,存在收敛性和解集分布性上的缺陷,难以满足实际工程优化需求.提出一种基于全局排序的高维多目标进化算法GR-MODE,首先,采用一种新的全局排序策略增强选择压力,无需用户偏好及目标主次信息,且避免宽松Pareto支配在排序结果合理性与可信性上的损失;其次,采用Harmonic平均拥挤距离对个体进行全局密度估计,提高现有局部密度估计方法的精确性;最后,针对高维多目标复杂空间搜索需求,设计新的精英选择策略及适应度值评价函数.将该算法与国内外现有的5种高性能多目标进化算法在标准测试函数集DTLZ{1,2,4,5}上进行对比实验,结果表明,该算法具有明显的性能优势,大幅提升了4~30维高维多目标优化的收敛性和分布性.

摘要：中国城镇住房制度长期以来侧重于提高居民住房自有水平,忽视了租赁方式在住房市场均衡中的重要作用,未能有效发挥其在城市住房资源合理配置及流动中的本质功能。目前,中国住房租赁市场处于初级发展阶段,与其相关的各类理论研究也相应滞后,更少有研究关注住房租赁市场发展政策设计问题。以政策工具组合为视角,将政策设计过程抽象为高维多目标优化问题。基于观点挖掘思想,利用共现网络、文本挖掘等方法,以权威文献和专家观点作为数据来源,确定目标函数及约束函数系数,从而构建符合中国发展实际的住房租赁市场政策组合多目标函数。此外,提出一种基于Pareto支配关系的两阶段进化高维多目标优化算法以解决高维多目标函数的求解问题,从而搭建出住房租赁市场政策工具组合设计框架、流程和方法,以期为政府政策制定提供科学方法。

摘要：给水管网优化设计是一个多变量、非线性的多目标组合优化问题。对优化方案的选择会直接影响工程的投资。因此,在决策阶段有效平衡各个优化目标之间的内在关系,以实现综合效益最优尤为重要。基于高维多目标优化模型提出一种给水管网设计的新方法。首先,将多个工程设计需求作为模型中的优化目标,建立给水管网设计的高维多目标模型;然后,使用高维多目标进化算法Borg求解上述模型得到Pareto最优解;最后,利用双基点法(TOPSIS)对Pareto最优解进行排序得到综合效益最优的设计方案。基于意大利Fossolo小镇的管网设计问题,通过比较高维多目标模型与传统的多目标模型(仅考虑成本和管网系统可靠性指标)获得的最优方案,证明了基于高维多目标优化的设计方法能为决策阶段提供更多综合效益占优的备选方案,从而提高给水管网设计的合理性。

摘要：设计了一种无伴随运动的面对称一移动两转动2PRU-PRUR并联机构,应用旋量理论分析了机构自由度和运动特性。将末端执行器输出轴设置为偏置形式,可提高姿态能力。采用球面姿态角(方位角和倾摆角)描述该输出轴姿态,并推导出机构逆向位置符号解。以旋量理论为数学工具,给出局部和全域传递性能指标的定义和计算方法。在机构性能评价和工作空间分析的基础上,建立了机构尺度参数昂贵约束高维多目标优化模型,并采用多目标进化算法求解该问题。同时,为提高高维多目标优化算法在解决此模型时的性能,提出了一种矢量角高维多目标差分进化(Vector-angle-based many-objective Differential Evolution,VaDE)算法,可综合平衡个体的收敛性和分布性。应用VaDE求解机构高维多目标优化问题,得到多组Pareto备选解。研究结果可为机构尺度综合和实际应用提供参考。

摘要：针对传统高维多目标优化问题解决方法存在解集收敛性与解集分布均匀性缺陷的问题,提出将全局排序方法与灰色关联分析两种方法相结合,设计一种新的全局排序高维多目标优化算法.通过设计最小函数值母序列和个体目标函数值子序列,利用灰色关联分析法计算其关联度,并结合个体目标适应度计算策略,解决解集分布不均匀的问题.该算法不仅可提高非支配个体的选择能力,还具有良好的收敛性.为测试该算法的性能,选择3种经典多目标进化算法,在标准测试函数集DTLZ{2,4,5,6}上进行对比实验.实验结果表明,该算法在解决高维多目标问题时,其收敛性与解集分布均匀性均优于其他3种算法.

摘要：现有的改进支配方法提高了解集逼近Pareto前沿的能力,但平衡种群收敛性和多样性的能力仍然不足。针对此问题,提出了一种基于自适应支配和参考向量的高维多目标优化算法(An adaptive dominance and reference vector based evolutionary algorithm for many-objective optimization,ADRVEA)。首先提出自适应支配(Adaptive dominance,AD)来设计小生境机制;然后通过参考向量划分目标空间来提高种群多样性;最后构建适应度表达式来实现精英选择。实验证明所提出的ADRVEA不仅性能良好,而且有效平衡了种群的收敛性和多样性。

摘要：针对水路两栖模块化可变形机器人工作环境的复杂性和任务多变性,根据其结构和运动特性,提出一种基于高维多目标定向混合进化算法的机器人结构参数优化设计方法,使该型机器人的变形能力和两栖多种运动步态性能达到最优。通过一组方向矢量将搜索空间分解成多个固定寻优方向,并将机器人参数设计的该高维多目标优化问题转化成固定方向上的单目标优化问题;构建混合进化机制加强各方向上最优参数设计方案的搜索能力;以改进的交互式模糊支配和密度估计因子构造精英保留策略,提高设计方案集合的先进性和分布性。试验结果表明,高维多目标定向混合进化算法能够迅速、客观地选择合理的机器人结构参数,可以给设计人员提供更多的选择,为水路两栖可变形机器人的设计提供了一种简单、高效的新方法。

摘要：为完成应用在亚轨道飞行器上的固液火箭发动机系统设计优化,且考虑到系统设计优化问题的复杂性以及采用单目标优化难以获得全局最优解,建立了固液火箭发动机系统设计的4目标设计优化模型,采用非支配排序遗传算法获得超空间Pareto解集。利用基于变偏好区间的超径向可视化技术对超空间Pareto解集进行直观地分析,提高最优解选择的效率。最终获得了全局最优的固液火箭发动机系统设计方案,验证了建立的优化模型的准确性和相比于单目标优化的优势,论证了固液火箭发动机应用在亚轨道飞行器上切实可行以及变偏好区间超径向可视化技术处理超空间Pareto解集的高效性。