-
摘 要：本文主要研究利用人工免疫算法来求解多目标优化的问题。首先，简单地阐述了多目标优化的问题，同时给出解决多目标优化的问题的一般方法；接着，提出了与人工免疫算法相关的基本思想以及计算步骤；最后，用人工免疫算法解多目标优化的问题并借助实际的例子进行实验，从而得出结论：这种算法是一种切实可行的有效的用来解决多目标优化的问题的较好的方法。38899
- 上一篇：神经网络模型在股市预测中的应用
- 下一篇：构造法在不等式证明中的应用
毕业论文关键词：人工免疫算法；多目标优化问题；Pareto优化解
Research on the Multi-objective Optimization Problem Based on
the Artificial Immune Algorithm
Abstract: The paper mainly studies the artificial immune algorithm to solve the
multi-objective optimization problem. Firstly, the multi-objective optimization
problem is briefly introduced and given out some general methods. Then the basic
idea and calculation steps of the artificial immune algorithm are elaborated. Finally,
it uses the artificial immune algorithm to solve the multi-objective optimization
problem. Through examples and experiments, it gets the conclusion that this
algorithm is feasible and effective in solving the multi-objective optimization
problem.
Key words: Artificial immune algorithm；Multi-objective optimization problem；Pareto optimal solution
目 录
摘 要 1
引言 2
1.多目标优化问题 3
1.1多目标优化问题概述3
1.2多目标优化问题的数学模型3
1.3多目标优化问题的基本求解方法4
2.人工免疫算法.5
2.1人工免疫算法的基本思想与计算步骤5
2.2人工免疫算法求解优化问题实例6
3.基于人工免疫算法求解多目标优化问题..9
3.1多目标人工免疫算法9
3.2示例实验..10
4. 结论.......12
参考文献 14
致谢15
基于人工免疫算法的多目标优化问题研究
引言
日常生活里，我们会遇到很多问题，它们都是由互相矛盾和影响的多个目标构成. 当一个优化问题的目标多个并需一齐处理，就出现了多目标优化问题（ Multi-objective Optimization Problem，以下简称MOP）。MOP的最早出现是在1772年，当时Franklin就提出了多目标矛盾如何协调的问题[1]。但国际上一般认为MOP最早是由法国经济学家Praeto在1896年提出的[1]。这次的提出在数学史这样的历史意义上起着至关重要的作用，为我们以后的数学研究打下了坚实的基础。
我们要解决MOP首先要解决它的目标，Multi-objective优化的目标之一就是可以快速的获得Pareto优化解，而人工免疫系统在这个过程中能通过促进或抑制抗体的产生，实现控制个体选择的目标。人工免疫算法是一种通过模仿抗体的产生、抗原与抗体的黏合、激励、克隆和超突变以及未受激细胞的消亡等这样一系列的自然过程[7]。通过实例对比实验发现，这种算法是一种切实可行的有效的用来解决MOP的方法。
本文的内容安排如下：第一部分，简单通俗地阐述了多目标优化的问题，并给出了解多目标优化的问题的一般方法；第二部分，提出了人工免疫算法相关的基本思想与计算步骤；第三部分，用人工免疫算法解多目标优化的问题并借助实例实验，从而得出结论。
1.多目标优化问题
1.1 多目标优化问题概述
在实际世界里，怎么求解最佳战略来取得共赢目的，在非协作战略题目中怎么使自身利益达成最大，对方利益最小，实际上都是多目标优化问题.单目标优化中的最优解已经有明确概念，但它不能推及到多目标优化中.与单目标优化问题最优解不同，多目标优化最优解是一组最优解的荟萃，叫做非劣最优解集[2]。