【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及人工智能領(lǐng)域，特別涉及一種求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法。
技術(shù)介紹
1、有約束多目標(biāo)優(yōu)化問題（constrained?multi-objective?optimizationproblem,?cmop）廣泛存在于工業(yè)設(shè)計、制造、能源管理、物流、倉儲等領(lǐng)域，該類問題通常包含若干相互沖突的優(yōu)化目標(biāo)和約束條件，優(yōu)化一個目標(biāo)時，可能會導(dǎo)致其他目標(biāo)變差，因此cmop的解為一個包含多個獨立解的解集，其中的任一解表示一種在各優(yōu)化目標(biāo)上進行權(quán)衡方式的方案。cmop通常存在復(fù)雜度高、可行域不規(guī)則、非線性等特點，求解難度較高。
2、作為人工智能的重要分支，進化優(yōu)化算法是學(xué)術(shù)界廣泛接受的cmop求解方法。cmop求解的目的為找到盡可能接近對各目標(biāo)具有最優(yōu)權(quán)衡效果的解，即帕累托最優(yōu)解（pareto?optimal?solutions）。目前，cmop的進化優(yōu)化算法可分為基于懲罰函數(shù)的方法、基于目標(biāo)與約束分離的方法、基于問題類型轉(zhuǎn)換的方法、和基于進化策略改進的方法。
3、在基于問題類型轉(zhuǎn)換的方法中，將cmop轉(zhuǎn)換為多任務(wù)優(yōu)化問題（multi-taskoptimization?problem,?mtop）具有較為理想的性能，其通常利用不同任務(wù)間的信息交換啟發(fā)算法產(chǎn)生優(yōu)質(zhì)的可行解，特點為收斂性能高、泛化能力強。
4、但在處理具有復(fù)雜優(yōu)化目標(biāo)和約束條件的cmop時存在優(yōu)化結(jié)果利用效率不足、無法有效指導(dǎo)算法收斂的挑戰(zhàn)，須充分考慮基于多任務(wù)cmop優(yōu)化算法的特性，設(shè)計高效、穩(wěn)定的知識遷移策略，提
5、本專利技術(shù)的目的在于分析基于多任務(wù)的cmop優(yōu)化算法的特性，設(shè)計適用于該機制的高效知識遷移策略，使得所提出的策略能夠提高cmop優(yōu)化算法的收斂性和泛化能力。
技術(shù)實現(xiàn)思路
1、本公開的第一方面，提供一種求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法，所述方法包括以下步驟：
2、將有約束多目標(biāo)優(yōu)化問題作為主任務(wù)，同時去除所述有約束多目標(biāo)優(yōu)化問題中的約束條件，構(gòu)建無約束的多目標(biāo)優(yōu)化問題作為輔助任務(wù)；
3、隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合，并基于進化算法分別生成第一候選解及第二候選解；
4、基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群；
5、根據(jù)所述主任務(wù)待篩選種群及輔助任務(wù)待篩選種群的可行性和預(yù)設(shè)順序從中篩選分別生成下一代主任務(wù)種群及下一代輔助任務(wù)種群。
6、結(jié)合第一方面，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合包括：
7、當(dāng)所述進化算法的迭代次數(shù)小于等于第一預(yù)設(shè)條件時，隨機從所述主任務(wù)種群及所述輔助任務(wù)種群中分別選擇解構(gòu)成所述第一集合和所述第二集合；
8、基于所述第一集合和所述第二集合，利用所述進化算法分別生成所述第一候選解及所述第二候選解。
9、結(jié)合第一方面，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合還包括：
10、當(dāng)所述進化算法的迭代次數(shù)大于第一預(yù)設(shè)條件時，隨機選擇所述主任務(wù)種群中的非支配可行解和支配可行解，構(gòu)成所述第一集合，隨機選擇所述輔助任務(wù)種群中的非支配解，構(gòu)成所述第二集合；
11、根據(jù)所述第一集合和所述第二集合分別生成所述第一候選解及所述第二候選解。
12、結(jié)合第一方面，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群包括：
13、融合所述主任務(wù)種群、所述第一集合及所述二集合得到所述第一候選解；
14、融合所述輔助任務(wù)種群及所述二集合得到所述第二候選解。
15、結(jié)合第一方面，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群還包括：
16、融合所述主任務(wù)種群及所述第一集合得到第一待遷移集合，融合所述輔助任務(wù)種群及所述二集合得到第二待遷移集合；
17、用主任務(wù)的所有目標(biāo)函數(shù)評價所述第一待遷移集合，用主任務(wù)的所有目標(biāo)函數(shù)和約束函數(shù)評價所述第二待遷移集合；
18、選擇所述第一待遷移集合的部分解形成所述第一候選解，選擇所述第二待遷移集合的部分解形成所述第二候選解。
19、結(jié)合第一方面，若所述第二待遷移集合的中非支配解數(shù)量小于預(yù)設(shè)值，則通過生成參考向量與候選解的角距離關(guān)聯(lián)，選擇與未關(guān)聯(lián)向量關(guān)聯(lián)的解補充至預(yù)設(shè)值。
20、結(jié)合第一方面，所述預(yù)設(shè)順序包括：
21、可行非支配解>可行支配解>不可行非支配解>不可行支配解。
22、結(jié)合第一方面，所述第一預(yù)設(shè)條件包括迭代次數(shù)，其中為設(shè)定的階段參數(shù)，為所述進化算法最大迭代次數(shù)。
23、本公開的第二方面，提供一種電子設(shè)備，包括：
24、一個或多個處理器；
25、存儲單元，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行時，能使得所述一個或多個處理器實現(xiàn)根據(jù)所述求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法。
26、本公開的第三方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時能實現(xiàn)所述求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法。
27、有益效果：本專利技術(shù)通過將有約束多目標(biāo)優(yōu)化問題分解為主任務(wù)和輔助任務(wù)，借助無約束問題的輔助優(yōu)化提升主任務(wù)的種群多樣性和搜索效率，同時利用基于可行性與非支配性的篩選策略，確保主任務(wù)種群的解在約束條件下的優(yōu)越性和多目標(biāo)優(yōu)化性能，從而實現(xiàn)了在復(fù)雜約束場景下高效求解有約束多目標(biāo)優(yōu)化問題的目標(biāo)。該方法兼顧了解的可行性、支配性以及種群的多樣性，相較傳統(tǒng)方法具有更強的全局搜索能力和更高的優(yōu)化效率。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合還包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群還包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，若所述第二待遷移集合的中非支配解數(shù)量小于預(yù)設(shè)值，則通過生成參考向量與候選解的角距離關(guān)聯(lián)，選擇與未關(guān)聯(lián)向量關(guān)聯(lián)的解補充至預(yù)設(shè)值。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)順序包括：
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一預(yù)設(shè)條件包括迭代次數(shù)，其中
9.一種電子設(shè)備，其特征在于，包括：
10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時能實現(xiàn)根據(jù)權(quán)利要求1至8中任一項所述求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法。
...【技術(shù)特征摘要】
1.一種求解有約束多目標(biāo)優(yōu)化問題的進化算法的知識遷移方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述隨機選擇所述主任務(wù)種群和所述輔助任務(wù)種群中的部分解，分別構(gòu)成第一集合和第二集合還包括：
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述第一候選解及第二候選解生成主任務(wù)待篩選種群及輔助任務(wù)待篩選種群還...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙海童，邢曉雙，曹宇，王國棟，周斌，成曉璐，仝燦，蘇超，黃龍吉，
申請(專利權(quán))人：常熟理工學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。