[发明专利]一种前沿网格进化多目标优化方法及系统

权利要求书

1.一种前沿网格进化多目标优化方法，其特征在于，包括以下步骤：

1)输入最大进化代数Gen_max、种群大小N、网格分割参数GK；令当前进化代数为t，初始化t＝0；随机产生N个个体，组成初始种群P₀；

2)根据当前种群P_t获取理想点z^*和边界点z^nad，得到前沿网格及所有解在前沿网格内的分布是所有前沿网格及其内部记录的解的集合；

3)对于一个前沿网格内的个体x，其交配池MP的定义为：

其中是与相邻的前沿网格，r为随机产生的0到1之间的随机数，ε是在前沿网格及其相邻前沿网格中选择交配解的概率阈值；对于中的每个解x，在交配池MP中任意选择两个解x₁，x₂，使用DE算子产生新的个体v，将v并入子种群Q；对于m*GK个前沿网格中的所有个体，重复步骤3)的操作；m为多目标问题的目标数量；

4)在联合种群P_t∪Q中选择N个个体作为下一代的父种群P_t+1；

5)t的值加1，重复步骤2)～步骤4)，直到满足终止条件t≥Gen_max。

2.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，步骤3)的具体实现过程包括：

A)令迭代参数i＝1，j＝1，子种群Q为空集；

B)判断(i-1)×GK+j≤GK×m是否成立，若是，则产生0到1之间的随机数r，判断r＜ε是否成立，若成立，则从中随机选择两个个体x₁，x₂，进入步骤C)；若不成立，则从种群P中随机选择两个个体x₁，x₂，进入步骤C)；若否，则进入步骤D)；

C)通过DE算子从x，x₁，x₂中生成个体v；更新Q＝Q∪v，j的值加1，并返回步骤B)。

3.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，边界点z^nad的获取过程包括：

i)输入当前种群P_t；

ii)从P_t中随机选择|P_t|/3个个体组成子种群S，对S进行非支配排序，得到非支配解重新构成S；

iii)令迭代参数i＝1；

iv)判断i是否小于或等于m，若是，则边界点z^nad的第i个分量f_i(x)为第i个优化目标函数；否则，输出边界点z^nad；

v)结束。

4.根据权利要求1所述的前沿网格进化多目标优化方法，其特征在于，前沿网格及所有解在前沿网格内的分布情况的获取过程包括：

1)判断i是否小于或等于m，若是，则第i个目标上的区间长度σ为大于0的数；否则，进入步骤2)；

2)对于当前种群P_t中的每一个解，计算其网格坐标Grid(x)；

3)找出所有解的网格坐标Grid(x)的最小值g_min，将满足条件Grid_i(x)＝g_min的解记录到对应的前沿网格中；

4)所有前沿网格及其内部记录的解并入集合输出