本栏目责任编辑:贾薇薇计算机工程应用技术KnowledgeAndTechnology电脑知识与技术2008年第4卷第9期(总第36期一种约束多目标优化问题的改进蚁群遗传算法伍爱华(长沙民政职业技术学院,湖南长沙410004摘要:该文针对多目标蚁群遗传算法(MOAGA解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实验证明,改进算法解决了基本算法解集分布边界疏中间密的问题,并且能更快的获得散布性较好的Pareto最优解集。关键词:约束多目标优化问题,改进蚁群遗传算法,散布性,Pareto前沿:TP18文献标识码:A:1009-3044(200836-2830-03AnImprovedMulti-ObjectiveAnt-GeneticAlgorithmInConstrainedProblemWUAi-hua(ChangshaSocialWorkCollege,Changsha410004,ChinaAbstract:AnimprovedMulti-ObjectiveAnt-GeneticAlgorithmispresentedinthispaper,itcanbeusedtosolveConstrainedMulti-ObjectiveOptimizationProblemoncontinuousspace.GofartherthanthebasicMOAGA,weintroducesomescaleofboundary-decisionandsingle-objectiveexcellent-decisioninchoosing,andenhanceratioofintercrossingofboundary-decision.Intheend,anexamplewaslistedtoprovethattheimprovedalgorithmcansolvetheproblemofthesolution-setdistributingunevenontheboundaryinbasicone,andcanobtaintheParetooptimalitysetfasterandbetter.Keywords:ConstrainedMulti-ObjectiveOptimizationProblem;ImprovedMulti-ObjectiveAnt-GeneticAlgorithms;diffusionperfor-mance;Paretofront1引言在实际问题中,许多控制和决策问题需同时考虑多个目标优化,即约束多目标优化问题。不失一般性,以最小化问题为例,约束多目标优化问题可定义如下:(1但对多目标优化问题的求解至今还是一个难点,通常很难求出其最优解,只能求出Pareto解。近年来,出现了一系列用来解决此问题的算法,如遗传算法(GA、粒子群优化(PSO、蚁群算法(ACA等,这些算法虽然在过程控制、工程优化等方面取得了成功,但在求解多目标函数优化问题时存在一些困难。就目前来说,由于蚁群算法具有并行性、正反馈机制以及求解效率高等特性,但其全局搜索能力较差,容易陷入局部解[1]。而遗传算法尽管具有快速性、随机性、全局收敛性等优点,但是运行到一定程度后,由于没有有效利用系统中的反馈信息而作大量无谓的冗余迭代,另外该算法对所选参数比较敏感,其收敛速率还得不到非常有效的保证,有时会出现收敛停滞现象[2]。考虑到蚁群算法和遗传算法的特性,因此有学者考虑研究蚁群算法与遗传算法的融合[3](GAAA,但该算法只是简单地先后运用两种算法进行求解,并不是实质的融合,尽管在一定程度上提高了求解的精度,但是算法效率降低了。多目标蚁群遗传算法(MOAGA很好的解决了这一问题,但是由于该算法采用是线性交叉算子,解集的分布是中间密,靠近边界的部分比较稀疏。因此为了解决解分布的均匀散布性,本文提出基于MOAGA的改进算法,在选择过程中时,按一定比例加入边界决策(特别是边界最优决策,同时使得部分单目标最优决策直接成为父代;在交叉过程中,提高边界决策的繁殖能力。这样,就能更快地获得散布性较好的解集。2改进的多目标蚁群遗传算法2.1信息素操作首先将决策向量空间均匀分解为M=M1×M2×…×Mn个子空间Ej1j2…ji(ji=1,2,…,Mi。然后在每个子空间中随机产生一个决策形成第1代———初始决策集A(1*。对初始决策用约束条件判断,剔除非可行决策得可行决策集A(1。则第k代编号为j1j2…jn的子空间上第i个目标函数对应的信息量Phi,j1j2…ji(k为:(2其中Phi,j1j2…ji(k=0,且Ph'i,j1j2…ji(k为第k代子空间j1j2…jn上由于新决策引入所产生的信息量增量,ρ为挥发系数。具体计算过程为:不妨设在子空间j1j2…jn上,第k代的Pareto最优决策集为P{p1,p2,…,pk}。收稿日期:2008-10-22作者简介:伍爱华(1972-,女,湖南邵阳人,长沙民政职业技术学院电子系讲师,主要研究方向为智能计算理论及其应用。ISSN1009-3044ComputerKnowledgeAndTechnology电脑知识与技术Vol.4,No.9,December2008,...