多目标优化Pareto支配性的模式识别方法研究

项目名称： 多目标优化Pareto支配性的模式识别方法研究

项目编号： No.60975049

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 郭观七

作者单位： 湖南理工学院

项目金额： 30万元

中文摘要： 针对复杂多目标优化，研究预测Pareto支配性的模式分类方法，使优化算法在不需要为原问题建立多个代理模型的前提下，能充分利用样本数据或决策者先验知识的教师功能，从根本上降低对高维目标向量评估计算和比较的依赖，以尽可能低的代价解决计算成本灾难问题。研究δ#19981;完全Pareto支配性定量测度方法，实现对候选解支配性的规范化定量测度，使样本集或种群中本来单一的Pareto支配性分类多样化，从而解决维数灾难问题，并为引入决策者偏好信息、表达Pareto适应值提供简洁和便利的接口。研究基于δ#19981;完全Pareto支配性分类器的贝叶斯优化算法，针对流行的MIMD并行结构，研究贝叶斯多目标优化算法的任务并行化、交互进程通信和负载平衡策略，提出接口友好的分布式优化算法框架，为充分利用计算资源来提高MO速度、解决多学科之间的联机通信提供有效的技术方法。

中文关键词： 多目标优化；进化算法；计算成本灾难；Pareto支配性预测；最近邻分类

英文摘要：

英文关键词： multi-objective optimization；evolutionary algorithms；curse of computation cost；Pareto dominance prediction；nearest neighbor classificatio