金 琦 蒋 敏 宋子健

(1.火箭军工程大学 西安 710025)(2.66109部队 北京 100044)



多目标智能规划算法研究*

金 琦1蒋 敏1宋子健2

(1.火箭军工程大学 西安 710025)(2.66109部队 北京 100044)

为了解决多目标规划难的问题，论文在阐述了相关问题的基础上，首先对多目标规划方法进行了描述；而后设计完成了GAPS-MMA算法，对其算法的主要部分，即适应度值的计算和Pareto解集的更新进行了重点研究，给出了GAPS-MMA算法流程；最后，以某飞行器航迹规划为例，运用GAPS-MMA算法与模拟退火算法进行对比分析，得到了更好的全局最优解。通过算例证明， GAPS-MMA算法是更为科学的、合理的。

多目标; 智能规划; 进化算法; GAPS-MMA

Class Number TN99

1 引言

多目标优化问题中各目标之间通过决策变量相互制约，对其中的一个目标优化必须以牺牲其他目标作为代价，而且各目标的物理意义往往又不一致，因此很难评价多目标问题解的优劣性[1～3]。与单目标优化问题的本质区别在于，多目标优化问题的解不是惟一的，而是存在一个最优解集合，即Pareto最优解集[4～5]。Pareto最优解集中的元素，就所有目标而言是彼此不可比较的。

在过去的二十年中，进化算法(Evolutionary Algorithms，EA)[6～8]作为多目标优化问题新的求解方法受到了广泛关注。同时，作为一种概率性算法，进化算法应用于多目标优化问题时，基于模式定理而非梯度信息产生群体中的最优(满意)个体，不像其他传统的精确算法那样对目标函数和约束条件有诸多限制。基于进化计算的多目标优化方法大致分为三类[9～12]：经典的求解多目标优化进化算法，非聚合、非基于Pareto占优的多目标优化进化算法，基于Pareto占优的多目标优化进化算法。……