提出一种采用贝叶斯网络表示概率模型的多目标分布估计算法(multi-objective estimation of distribution algo-rithm,MEDA)。通过构建这样的网络模型,对模型进行抽样生成新个体,再对新个体进行变异操作,以增加种群的多样性,提高算法的...提出一种采用贝叶斯网络表示概率模型的多目标分布估计算法(multi-objective estimation of distribution algo-rithm,MEDA)。通过构建这样的网络模型,对模型进行抽样生成新个体,再对新个体进行变异操作,以增加种群的多样性,提高算法的搜索能力。这种生成个体的方法结合非劣分层以及截断选择机制,可以获得很好地逼近多目标问题的Pareto前沿且分布均匀的非劣解集。用MEDA对某高空长航时无人机机翼结构进行多目标优化设计,找到高质量的非劣解集,为设计者作决策提供很好的参考依据。根据所得到的非劣解集,设计者可以很好地进行权衡折衷,找出最符合要求的设计方案。同时,还可以了解各目标之间的变化关系,定量化了解一个目标的改进将导致其余目标恶化的程度。研究表明,多目标分布估计算法可以有效求解复杂结构的优化设计问题。展开更多
文摘提出一种采用贝叶斯网络表示概率模型的多目标分布估计算法(multi-objective estimation of distribution algo-rithm,MEDA)。通过构建这样的网络模型,对模型进行抽样生成新个体,再对新个体进行变异操作,以增加种群的多样性,提高算法的搜索能力。这种生成个体的方法结合非劣分层以及截断选择机制,可以获得很好地逼近多目标问题的Pareto前沿且分布均匀的非劣解集。用MEDA对某高空长航时无人机机翼结构进行多目标优化设计,找到高质量的非劣解集,为设计者作决策提供很好的参考依据。根据所得到的非劣解集,设计者可以很好地进行权衡折衷,找出最符合要求的设计方案。同时,还可以了解各目标之间的变化关系,定量化了解一个目标的改进将导致其余目标恶化的程度。研究表明,多目标分布估计算法可以有效求解复杂结构的优化设计问题。
