多目標優(yōu)化方法庫的開發(fā)與應用研究.pdf_第1頁
已閱讀1頁,還剩89頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、實際工程應用中的優(yōu)化問題大部分有多個目標,稱為多目標優(yōu)化問題。目前的優(yōu)化軟件都存在著算法種類少、使用不方便等問題,不能有效解決多目標優(yōu)化問題。因此開發(fā)一個包含多種高效算法、便于使用的多目標優(yōu)化軟件具有很大的現(xiàn)實意義和應用價值。本文研究用面向對象方法進行多目標優(yōu)化軟件的開發(fā),介紹了多目標優(yōu)化方法庫的設計開發(fā)過程和在數(shù)值算例、實際工程問題中的應用。 由于其目標之間的競爭性,多目標優(yōu)化問題的解不是一個讓各個目標同時達到最優(yōu)的“最優(yōu)解

2、”,而是一個由許多非劣解組成的非劣解集。多目標優(yōu)化的目的是尋一個讓決策者最滿意的非劣解或整個非劣解集。 多目標優(yōu)化方法庫用C++語言在MicrosoftVisualC++.NET集成開發(fā)環(huán)境下開發(fā)完成。利用面向對象方法對該軟件進行分析和設計,將其分為優(yōu)化模型、優(yōu)化算法等幾個模塊。算法模塊中包含11種最具代表性的多目標優(yōu)化算法,分別屬于基于偏好的方法和產生式方法兩大類?;谄玫姆椒òň€性加權法、極大極小法等,它們利用決策信息

3、把多目標優(yōu)化問題轉化為單目標問題,然后再用數(shù)學規(guī)劃求得一個最終解;產生式方法不需要任何決策信息,試圖獲得問題的非劣解集。產生式方法包括各種多目標遺傳算法、多目標粒子群算法和多目標模擬退火算法。 多目標優(yōu)化方法庫擁有簡單實用、功能強大的圖形用戶界面,同時為用戶提供了三種不同的方式用于導入不同特點的優(yōu)化模型。圖形用戶界面大大減輕了用戶進行多目標優(yōu)化所需的工作量,提高了優(yōu)化設計的工作效率。 在本文的最后,先用幾個數(shù)值測試函

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論