| 【中文题名】 | 非支配排序遗传算法（NSGA）的研究与应用 |
| 【英文题名】 | Non-dominated Sorting Genetic Algorithm and Its Applications |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-4-4 |
| 【中关键词】 | 多目标优化,遗传算法,非支配排序遗传算法（NSGA）,NSGA-Ⅱ,Pareto,参数优化 |
| 【英关键词】 | Multi-objects optimization,Genetic Algorithm,Non-dominated Sorting Genetic Algorithm （NSGA）,NSGA-Ⅱ,Pareto,Parameters optimization,Variable Structure Control,Supported Vector Machine, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 多目标优化问题一直是科学和工程研究领域的难题和热点问题。传统的解决方法在处理大维数、多模态等复杂问题上存在许多不足。为了解决这一问题,国内外研究学者在简单遗传算法的基础上,发展出了多种多目标优化遗传算法。本文研究的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA)及其改进算法NSGA-Ⅱ就是其中发展较快、优化效果较好的一种方法。本文对算法的基本原理进行了系统的学习和研究,在算法的应用研究方面作了大胆的尝试,扩展了算法的应用范围,并提出了一种新的解决函数拟合问题的方法。
本文所作的主要工作如下:
1) 系统地介绍了遗传算法的一般流程和基本理论,以及目前已有的多目标优化遗传算法及其存在的一些问题。论述了NSGA的基本原理和不足之处,并对其改进算法NSGA-Ⅱ提出的快速非支配排序法、拥挤度及其比较算子、精英策略及NSGA-Ⅱ的主要流程作了详细的研究。
2) 将NSGA-Ⅱ引入变结构控制系统(Variable Structure Control System)。针对多输入变结构控制系统参数仅能凭经验选取的缺陷,利用N... |
| 【论文题纲】 |
|
摘要 |
4-6 |
|
ABSTRACT |
6-11 |
|
第一章 绪论 |
11-21 |
|
1．1 引言 |
11 |
|
1．2 多目标优化问题 |
11-12 |
|
1．3 遗传算法的产生和发展 |
12-15 |
|
1．4 多目标遗传算法的发展 |
15-17 |
|
1．5 非支配排序遗传算法概述 |
17-19 |
|
1．6 本文所作的工作 |
19-21 |
|
1．6．1 基本思想 |
19 |
|
1．6．2 内容安排 |
19-21 |
|
第二章 遗传算法基本原理和方法 |
21-33 |
|
2．1 遗传算法的基本原理 |
21 |
|
2．2 遗传算法的一般流程 |
21-23 |
|
2．3 遗传算法的编码方式 |
23-25 |
|
2．4 适应度函数及其尺度变换 |
25-27 |
|
2．4．1 适应度函数 |
25 |
|
2．4．2 适应度函数的尺度变换 |
25-27 |
|
2．5 遗传算法的基本算子 |
27-30 |
|
2．5．1 选择算子 |
27-28 |
|
2．5．2 交叉算子 |
28-30 |
|
2．5．3 变异算子 |
30 |
|
2．6 遗传算法的特点及研究内容 |
30-32 |
|
2．6．1 遗传算法的特点 |
30-31 |
|
2．6．2 研究内容 |
31-32 |
|
2．7 本章小结 |
32-33 |
|
第三章 非支配排序遗传算法(NSGA)及NSGA-Ⅱ |
33-43 |
|
3．1 多目标优化问题的数学描述 |
33 |
|
3．2 基本概念 |
33-35 |
|
3．2．1 Pareto支配关系 |
33-34 |
|
3．2．2 Pareto最优解定义 |
34-35 |
|
3．3 非支配排序遗传算法(NSGA) |
35-37 |
|
3．3．1 基本原理 |
35-36 |
|
3．3．2 一般流程 |
36-37 |
|
3．4 带精英策略的非支配排序的遗传算法(NSGA-Ⅱ) |
37-42 |
|
3．4．1 快速非支配排序方法 |
37-39 |
|
3．4．2 确定拥挤度 |
39-40 |
|
3．4．3 拥挤度比较算子 |
40 |
|
3．4．4 NSGA-Ⅱ算法主流程 |
40-42 |
|
3．5 本章小结 |
42-43 |
|
第四章 NSGA-Ⅱ在变结构控制系统中的应用 |
43-53 |
|
4．1 变结构控制研究概述 |
43-45 |
|
4．1．1 变结构控制系统的基本概念 |
43-45 |
|
4．1．2 变结构控制系统的不变性和抖振问题 |
45 |
|
4．2 变结构控制基本原理 |
45-48 |
|
4．2．1 变结构控制的三个要素 |
45-47 |
|
4．2．2 基本原理 |
47-48 |
|
4．3 基于NSGA-Ⅱ的变结构控制方法 |
48-50 |
|
4．4 仿真结果 |
50-52 |
|
4．5 本章小结 |
52-53 |
|
第五章 基于NSGA-Ⅱ与回归支持向量机的函数逼近方法 |
53-69 |
|
5．1 支持向量机概述 |
54-57 |
|
5．1．1 结构风险最小化准则 |
54-56 |
|
5．1．2 支持向量机基本思想 |
56-57 |
|
5．1．3 支持向量机的特点 |
57 |
|
5．2 支持向量机回归算法原理 |
57-61 |
|
5．2．1 线性可分情况 |
57-59 |
|
5．2．2 线性不可分情况 |
59-61 |
|
5．3 基于NSGA-Ⅱ与回归支持向量机的函数拟合方法 |
61-64 |
|
5．3．1 确定目标函数 |
61-62 |
|
5．3．2 选取核函数 |
62-63 |
|
5．3．3 个体表示方法 |
63-64 |
|
5．4 仿真结果 |
64-68 |
|
5．5 本章小结 |
68-69 |
|
第六章 总结与展望 |
69-71 |
|
6．1 总结 |
69-70 |
|
6．2 展望 |
70-71 |
|
参考文献 |
71-78 |
|
致谢 |
78-79 |
|
作者攻读硕士学位期间完成的学术论文 |
79-80 |
|
科研情况 |
80 |
|
| 【DOI】 | LunWen.ID:2.2008.387608 |
