[发明专利]基于几何结构信息的多目标优化方法

摘要

本发明公开了基于几何结构信息的多目标优化方法，首先初始化种群，判断优化问题的优化目标函数个数，将多目标优化函数进行降维处理，降维到2维或3维，然后对当前种群的前沿解集进行参数化，并将其拟合为非均匀有利B样条方程，将前沿解集由优化目标函数空间映射到非均匀有理B样条参数空间，根据拟合的非均匀有理B样条方程求解牵引点集，并利用牵引点集对所有被支配解进行优化，使当前种群朝着优化问题的真实前沿逼近。本发明的方法在处理多目标优化问题时能更快地收敛于真实的Pareto前沿，解集中包含的非支配解的个数和分布均匀性优于传统方法，且对于优化问题本身具有很好的鲁棒性。

主权项

一种基于几何结构信息的多目标优化方法，应用于多目标优化问题，其特征在于，包括步骤：步骤1、初始化种群，设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始种群；步骤2、判断优化问题的优化目标函数个数，如果大于3则进行降维处理后进入下一步骤，否则直接进入下一步骤；步骤3、抽取当前种群的前沿解集，并对其进行参数化，根据参数化的结果，拟合其非均匀有理B样条方程；步骤4、根据拟合的非均匀有理B样条方程求非支配解的单位法线向量，以非支配解的范数作为非支配解的前进步长，以非支配解的坐标与其前进步长之和得到的新点称之为非支配解的牵引点，求解牵引点集；步骤5、利用牵引点集对所有被支配解进行优化；步骤6、对前沿解集作均匀化处理或向外延拓处理；步骤7、令t=t+1，判断t是否小于T，如果小于T则返回步骤3继续进行迭代，否则返回最终前沿解集。