多目标遗传算法

在多目标优化问题的求解研究中发现，遗传算法具有多点搜索的特点，具有能够通过一次搜索求得多个Pareto最优解集合的优点，可以在求解过程中生成一组非劣解，以此推动优化面向Pareto最优解方向前进，是求解多目标优化问题的有效手段。采用遗传算法求解多目标最优化问题，最重要的是正确评价与选择各代种群中所获得Pareto最优解，并保留到下一代，避免各目标权重设置的不合理使搜索向其中一个目标方向偏重而无法兼顾全局，而使优良解遗漏的问题。Gen 和Cheng（2000）提出的适应性权重遗传算法（awGA：Adaptive－weight GA）在进化过程利用当前种群获得的正向理想点，并根据当前种群中的有用信息对目标偏好持续细化，通过适应性调整权重使Pareto最优解靠近理想点来进行解的搜索，从而避免固定权重设置多目标优化求解中的问题。本章的多目标数学规划问题就是选择适应性权重多目标遗传算法进行求解，算法设计方案如下：