基于动态差分进化算法的双层多目标优化方法研究

项目名称： 基于动态差分进化算法的双层多目标优化方法研究

项目编号： No.61203309

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 吴亮红

作者单位： 湖南科技大学

项目金额： 24万元

中文摘要： 双层多目标优化更能描述实际系统的阶层关系和更全面地体现决策者的意愿，在经济、军事、交通、电力和工程等众多领域具有重要的理论意义和应用背景。但双层优化问题的本质非凸性以及非处处可微性，特别是多目标优化解的多样性和双层优化结构的复杂性，使得建立求解一般双层多目标优化问题的有效算法更具挑战性。本项目针对双层多目标优化交互嵌套的特点，拟设计分层递阶进化种群结构，进而建立双层进化多目标优化算法的一般框架，并研究提高算法效率的进化种群自适应交互机制；研究基于动态更新种群策略的高效差分进化算法，并利用随机泛函分析方法证明收敛性；结合自适应交互进化种群结构和动态差分进化算法，设计具有良好收敛性能的双层进化多目标优化算法，着力为一般双层多目标优化问题提供高效和鲁棒的求解方法。这不但有利于拓宽进化算法的应用领域，而且对于丰富和发展双层多目标优化理论与方法及其在实际中的应用具有重要意义。

中文关键词： 动态差分进化算法；双层多目标优化；非线性双层规划；参数自适应；群体智能

英文摘要： Bi-level multi-objective optimization can more accurately describe hierarchical relationship of real-life problems and more comprehensively embody willingness of decision makers, which commonly appears in many practical problem solving tasks including eco

英文关键词： Dynamic Differential Evolution；Bi-level Multi-objective Optimization；Nonlinear Bi-level Programing；Parameter Self-adaptive；Swarm Ingelligence