[发明专利]一种基于分解多目标进化算法的选址优化方法

权利要求书

1.一种基于分解多目标进化算法的选址优化方法，用于供水管网污染监测点的选址，其特征在于：所述基于多目标进化算法的优化方法将一个多目标优化问题分解成一定数量的子多目标优化问题，并规定每个所述子多目标优化问题有其固定的种群个体数，用多目标进化算法同时求解所述子多目标问题，所述基于多目标进化算法的优化方法包括以下步骤：

S1：在初始化范围内，对种群、子区域及选择算子进行初始化；

S2：分解所述种群，在目标函数空间内进行子区域个体选择，在所述目标函数空间内选择K个单位向量，根据所述K个单位向量分为K个子区域，所述子区域Ω_k(k＝1,2，...，k)定义为：

其中，<u，v^j>表示向量u和v^j之间的锐角；

S3：指定多目标进化算法更新所述子区域的选择算子的学习代数即累计代数为L，比较当前代数和指定代数L并采用遗传算法或差分进化算法产生新的种群个体；

S4：使用选择策略选出所述个体组成外部集合；

S5：统计所述外部集合中的所述个体分别属于哪一个所述子区域；

S6：计算每个所述子区域的贡献度；

S7：当各个所述子区域计算贡献度的累计代数达到预先设定的代数或达到最大循环迭代次数则结束，否则用所述当前代数除以所述指定代数L，若能整除，则更新每个所述子区域的选择算子并返回步骤S2，反之直接返回步骤S2。

2.如权利要求1所述的一种基于分解多目标进化算法的选址优化方法，其特征在于：所述目标函数包含监测时间Z₁、被感染的居民人数Z₂、居民已使用的污染水量Z₃及监测概率Z₄。

3.如权利要求1所述的一种基于分解多目标进化算法的选址优化方法，其特征在于：对于某个所述子区域k，在其第g代的贡献解的总个数可表示为λ_k,g，则贡献度C定义为：

C_k,g＝(1+Δ)C_k,g-1

其中，分母中的W为正实数，大于所述种群个体数。

4.如权利要求1所述的一种基于分解多目标进化算法的选址优化方法，其特征在于：所述步骤S2具体如下：

若所述当前代数小于所述指定代数L，则对每个所述子区域应用遗传进化算子产生新的个体；反之，则根据所述选择算子选择所述子区域产生新的个体。

5.如权利要求1所述的一种基于分解多目标进化算法的选址优化方法，其特征在于：在所述步骤S4中，所述“选择策略”为NSGA-II算法。