多目标优化 的简单介绍参考文档
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
•
• 上面的一个例子是多目标最优化的一个典型例子。 多目标最优化是这么一种问题，在一定约束下，它希 望使得多个目标都能达到最优。在现实生活中，很多 问题都要求多个目标最好，或者是妥协最好。比如买 车，要便宜，又要省油，还要快。但是一般来说，多 个目标同时达到最优的情况是不存在的。比如像上面 那位姑娘要求每个目标都达到最优的问题，在现实中 一般是不存在的。
• 多目标优化／决策问题不存在唯一的全局最优解， 而是存在多个最优解的集合。多目标问题最优解集 中的元素就全体目标而言是不可比较的，一般称为 Pareto最优解集
基于进化算法方案
• 基于种群的智能优化方法具有较高的并行性, 尤其在 求解多目标问题时, 一次运行可以求得多个Pareto 最 优解, 具有单目标优化方法不可比拟的优势.
did youk now?
四类典型算法
• 下面是近两年在进化计算领域的顶级期刊《IEEE Transactions on Evolutionary Computation》或 《Evolutionary Computation》上发表的成果,代表着 当今进多目标优化的发展潮流和趋势.
(1)基于粒子群优化的多目标优 (2)基于人工免疫系统的多目标优化 (3)基于分布估计算法的多目标优化 (4)基于分解的多目标进化算法 (5)基于遗传算法的多目标优化
实际应用
• 在现实工程中, 很多问题都是多目标优化问题,需要同时满足两个或 者更多的目标要求, 而且要同时满足的多个目标之间往往互相冲突、 此消彼长. 因此, 在多目标优化问题中, 寻求单一最优解是不现实的, 而是产生一组可选的折中解集, 由决策过程在可选解集中作出最终 的选择.
• In practical engineering, a lot of problems is a multi-objective optimization problem, need to meet two or more goals, but also between multiple targets simultaneously satisfy often conflict with each other, either. Therefore, the multi-objective optimization problem, seek a single optimal solution is not realistic, but a compromise solution set optional set, by the decision process in alternative solutions to make the final choice.
20
参考文献
• 《IEEE Transactions on Evolutionary Computation》 • 《Evolutionary Computation》
(2)基于传统数学规划原理的多目标优化方法在实际工程 优化问题中往往表现出一定的脆弱性。 Multi - objective optimization method in practical optimization problem often exhibit certain vulnerabilities based on the principle of traditional mathematical programming
基于PSO的多目标优化算法
• Li等人把粒子群优化与 NSGA-II ቤተ መጻሕፍቲ ባይዱ合起来，把局部搜 索算子定义为外部种群和内部种群的相互作用,并引 入了一个扰动算子以保持多样性。
• Coello Coello等人提出了 MOPSO算法。 • Abido 等人提出了两阶段非占优多目标粒子群进化算
法,在当前 Pareto 前沿面执行两阶段的局部搜索和全 局搜索。 • Koduru 等人提出了结合粒子群和模糊ε占优的混合 算法。
传统方案的问题
• a．不同性质的目标之间单位不一致，不易作比较； • b．各目标加权值的分配带有较大的主观性； • c．优化目标仅为各目标的加权和，优化过程中各目
标的优度进展不可操作； • d．各目标之间通过决策变量相互制约，往往存在相
互矛盾的目标．致使加权目标函数的拓扑结构十分 复杂。
基于进化算法方案
多目标优化在电力系统中应 用
Multi-objective optimization application in power system
制作：曹海群 CaoHaiqun 演讲：曹海群
2013.3.29
• What is the multi-objective optimization?
• 假设有一个姑娘要找一个对象结婚。根据目前流行的 观念，她需要考虑帅，有钱，有能力，有家庭背景， 会体贴人，爱她，等等。假设她找对象的范围是确定 的，比如就在上海市。现在她希望找一个男同胞，争 取上面所述的各方面都是最好的。这么一个例子在 《笑林广记》记载了。不过那是在战国的齐国。候选 者只有两个，标准也只有两个，帅，有钱。当然齐女 的选择是明智的，她说：这样吧，我到有钱的那里吃 饭穿衣服，到帅的那个家里睡觉。
多目标优化
• 多目标优化（Multiobjective Optim ization）是指要找出 一个能同时满足所有的优化目标的解,而这个解通常是以 一个不确定的点集形式出现.因此多目标优化的任务就是 要找出这个解集的分布情况,并根据具体情况找出适合问 题的解。
• Multi-objective optimization (Multiobjective Optim ization) is to find a can simultaneously satisfy the optimization target all solution, and this solution is usually form in an uncertain point set. The multi-objective optimization task is to find the solution set of distribution, and according to the specific situation to find a suitable solution to the problem.
基于PSO 多目标优化算法
• 基于PSO的多目标优化算法不像遗传算法那样已经 相对比较成熟，它仍停留于研究的初步阶段。它的 理论基础的研究还比较贫乏，研究者们还不能对 PSO的工作机理给出恰当的数学解释。但是凭借该 算法简单容易实现同时又有深刻的智能背景，既适 合科学研究又特别适合工程应用的优势，开拓新的 PSO算法的应用领域是一项有价值的工作。
• 粒子群优化、蚁群算法、人工免疫系统、分布估计 算法、协同进化算法、密母算法、文化进化算法等 一些新的进化范例陆续被用于求解多目标优化问题。
基于进化算法方案的优点
• 进化算法并行地处理一组可能的解(群体) , 不需要分 别运算多次便能在一次算法过程中找到Pareto最优 集中的多个解
• 进化算法不局限于Pareto 前沿的形状和连续性, 易于 处理不连续的、凹形的Pareto 前沿, 这在数学规划技 术中是两个非常重要的问题.
MOPSO 算法
• Coello Coello 提出的 MOPSO 算法是用粒子群优化解 决多目标优化问题的非常经典的算法.
• MOPSO 的创新主要有两点:一是采用了自适应网格 的机制来保存外部种群。
• 二对于多目标优化问题,不仅要考虑解的收敛性,还要 考虑解分布的均匀性和宽广性,所以,为了保证最终解 的多样性,引入了新的变异策略,对粒子分布的区域进 行变异,且变异概率随着进化代数的增加而逐渐减小.
解决方案
• 传统的方案(The traditional scheme) • 基于进化算法方案(Scheme based on evolutionary
algorithm)
传统方案
(1)传统的多目标优化方法往往将其转化为各目标之加 权和，然后采用单目标的优化技术。 •The traditional multi-objective optimization methods tend to be translated into the target weight and, then using the optimization technology of the single target.
• 上面的一个例子是多目标最优化的一个典型例子。 多目标最优化是这么一种问题，在一定约束下，它希 望使得多个目标都能达到最优。在现实生活中，很多 问题都要求多个目标最好，或者是妥协最好。比如买 车，要便宜，又要省油，还要快。但是一般来说，多 个目标同时达到最优的情况是不存在的。比如像上面 那位姑娘要求每个目标都达到最优的问题，在现实中 一般是不存在的。
• 多目标优化／决策问题不存在唯一的全局最优解， 而是存在多个最优解的集合。多目标问题最优解集 中的元素就全体目标而言是不可比较的，一般称为 Pareto最优解集
基于进化算法方案
• 基于种群的智能优化方法具有较高的并行性, 尤其在 求解多目标问题时, 一次运行可以求得多个Pareto 最 优解, 具有单目标优化方法不可比拟的优势.
did youk now?
四类典型算法
• 下面是近两年在进化计算领域的顶级期刊《IEEE Transactions on Evolutionary Computation》或 《Evolutionary Computation》上发表的成果,代表着 当今进多目标优化的发展潮流和趋势.
(1)基于粒子群优化的多目标优 (2)基于人工免疫系统的多目标优化 (3)基于分布估计算法的多目标优化 (4)基于分解的多目标进化算法 (5)基于遗传算法的多目标优化
实际应用
• 在现实工程中, 很多问题都是多目标优化问题,需要同时满足两个或 者更多的目标要求, 而且要同时满足的多个目标之间往往互相冲突、 此消彼长. 因此, 在多目标优化问题中, 寻求单一最优解是不现实的, 而是产生一组可选的折中解集, 由决策过程在可选解集中作出最终 的选择.
• In practical engineering, a lot of problems is a multi-objective optimization problem, need to meet two or more goals, but also between multiple targets simultaneously satisfy often conflict with each other, either. Therefore, the multi-objective optimization problem, seek a single optimal solution is not realistic, but a compromise solution set optional set, by the decision process in alternative solutions to make the final choice.
20
参考文献
• 《IEEE Transactions on Evolutionary Computation》 • 《Evolutionary Computation》
(2)基于传统数学规划原理的多目标优化方法在实际工程 优化问题中往往表现出一定的脆弱性。 Multi - objective optimization method in practical optimization problem often exhibit certain vulnerabilities based on the principle of traditional mathematical programming
基于PSO的多目标优化算法
• Li等人把粒子群优化与 NSGA-II ቤተ መጻሕፍቲ ባይዱ合起来，把局部搜 索算子定义为外部种群和内部种群的相互作用,并引 入了一个扰动算子以保持多样性。
• Coello Coello等人提出了 MOPSO算法。 • Abido 等人提出了两阶段非占优多目标粒子群进化算
法,在当前 Pareto 前沿面执行两阶段的局部搜索和全 局搜索。 • Koduru 等人提出了结合粒子群和模糊ε占优的混合 算法。
传统方案的问题
• a．不同性质的目标之间单位不一致，不易作比较； • b．各目标加权值的分配带有较大的主观性； • c．优化目标仅为各目标的加权和，优化过程中各目
标的优度进展不可操作； • d．各目标之间通过决策变量相互制约，往往存在相
互矛盾的目标．致使加权目标函数的拓扑结构十分 复杂。
基于进化算法方案
多目标优化在电力系统中应 用
Multi-objective optimization application in power system
制作：曹海群 CaoHaiqun 演讲：曹海群
2013.3.29
• What is the multi-objective optimization?
• 假设有一个姑娘要找一个对象结婚。根据目前流行的 观念，她需要考虑帅，有钱，有能力，有家庭背景， 会体贴人，爱她，等等。假设她找对象的范围是确定 的，比如就在上海市。现在她希望找一个男同胞，争 取上面所述的各方面都是最好的。这么一个例子在 《笑林广记》记载了。不过那是在战国的齐国。候选 者只有两个，标准也只有两个，帅，有钱。当然齐女 的选择是明智的，她说：这样吧，我到有钱的那里吃 饭穿衣服，到帅的那个家里睡觉。
多目标优化
• 多目标优化（Multiobjective Optim ization）是指要找出 一个能同时满足所有的优化目标的解,而这个解通常是以 一个不确定的点集形式出现.因此多目标优化的任务就是 要找出这个解集的分布情况,并根据具体情况找出适合问 题的解。
• Multi-objective optimization (Multiobjective Optim ization) is to find a can simultaneously satisfy the optimization target all solution, and this solution is usually form in an uncertain point set. The multi-objective optimization task is to find the solution set of distribution, and according to the specific situation to find a suitable solution to the problem.
基于PSO 多目标优化算法
• 基于PSO的多目标优化算法不像遗传算法那样已经 相对比较成熟，它仍停留于研究的初步阶段。它的 理论基础的研究还比较贫乏，研究者们还不能对 PSO的工作机理给出恰当的数学解释。但是凭借该 算法简单容易实现同时又有深刻的智能背景，既适 合科学研究又特别适合工程应用的优势，开拓新的 PSO算法的应用领域是一项有价值的工作。
• 粒子群优化、蚁群算法、人工免疫系统、分布估计 算法、协同进化算法、密母算法、文化进化算法等 一些新的进化范例陆续被用于求解多目标优化问题。
基于进化算法方案的优点
• 进化算法并行地处理一组可能的解(群体) , 不需要分 别运算多次便能在一次算法过程中找到Pareto最优 集中的多个解
• 进化算法不局限于Pareto 前沿的形状和连续性, 易于 处理不连续的、凹形的Pareto 前沿, 这在数学规划技 术中是两个非常重要的问题.
MOPSO 算法
• Coello Coello 提出的 MOPSO 算法是用粒子群优化解 决多目标优化问题的非常经典的算法.
• MOPSO 的创新主要有两点:一是采用了自适应网格 的机制来保存外部种群。
• 二对于多目标优化问题,不仅要考虑解的收敛性,还要 考虑解分布的均匀性和宽广性,所以,为了保证最终解 的多样性,引入了新的变异策略,对粒子分布的区域进 行变异,且变异概率随着进化代数的增加而逐渐减小.
解决方案
• 传统的方案(The traditional scheme) • 基于进化算法方案(Scheme based on evolutionary
algorithm)
传统方案
(1)传统的多目标优化方法往往将其转化为各目标之加 权和，然后采用单目标的优化技术。 •The traditional multi-objective optimization methods tend to be translated into the target weight and, then using the optimization technology of the single target.