遺伝アルゴリズムを用いた多目的最適化のための新手法

一种利用遗传算法进行多目标优化的新方法

• 批准号: 08650177
• 负责人: ANDRZEI OSYCZKA
• 金额: $ 1.41万
• 依托单位: Tokyo Metropolitan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 1997
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08650177/
• 关键词: Gentic Algorithm; Multicri teria optimization; Design optimization; Distance method; Pareto set distribution; Netwok distribution

本研究の目的は,多目的最適化問題に対する遺伝アルゴリズムを用いた新手法の開発である.ここで2種類の方法を開発した.すなわち,Distance法とパレ-ド最適集合分配法である.何れの方法も典型的な最適設計問題である拘束条件を含んだ高度な非線形モデルを解くことができる.Distance法では多目的最適化問題はGA手法で使用される適応度へ変換される.一方パレート最適集合分配法では,ランキング法の概念がGA手法で個々の最適解を選択するために用いられている.両方の方法に関し,コンピュータプログラムを作製し,典型的な試験問題と実際の工学的な設計問題で検証を行った.検証問題として3種類の最適化モデルを作製した.すなわち,梁の設計,歯車および歯車列の設計,バネの設計である.Distance法は,デコンポジション最適設計法や段付き梁設計問題で用いられる付加関数が使用される多目的ネットワーク最適問題を解くために使われた.ネットワーク最適問題の解法にGA法を用いることにより,Markov特性を持たない新しいネットワーク解を得ることができる.これらの問題は,動的なプログラミングによる従来の方法では解くことができない.パレート最適集合分布法は,また多くの局所解を含む目的関数によって高度に拘束された単一最適問題を解くために開発された.開発した本手法を用いることにより,他の手法より優れた結果を得ることができる.また両方法は連続変数,整数変数,離散変数,混合変数からなる問題も解くことができる.これらの問題は従来の方法では解くことが困難であり,本手法は大変有効である.

The purpose of this study is to develop new methods for solving multi-objective optimization problems. 2 kinds of methods are developed. The optimal set allocation method. How to solve the typical optimal design problem with constraint conditions including height and nonlinear shape? Distance method? Multi-objective optimization problem? GA method? A method of optimal set allocation is proposed. The method is related to the problem of design design, typical test problems and practical engineering design problems. 3 types of optimization for identification problems The design of beams, trains and trains is based on the Distance method, the optimal design method and the optimal design method. The GA method is used to solve the optimal problem, and Markov properties are used to solve it. This problem is solved by the method of solving it. The optimal set distribution method is used to solve multiple problems with high degree of constraint. Open this method to use in the middle, his method to optimize the results. The method of continuous number, integer number, discrete number, mixed number is used to solve the problem. The problem is solved in a way that is difficult to solve.

项目成果

A.Osyczka,S.Kundu: "A Genetic Algorithm Approach to Multicriteria Network Optimization Problems." 20th International Conference on Computers & Industrial Engineering. 329-333 (1996)

A.Osyczka、S.Kundu：“多标准网络优化问题的遗传算法方法”。

A.Osyczka,H.Tamura: "Pareto Set Distribution Method for Multicriteria Optimization Using Genetic Algorithm" Proceedings of Genetic Algorithms ′96. 135-143 (1996)

A. Osyczka、H. Tamura：“使用遗传算法进行多标准优化的帕累托集分布方法”遗传算法论文集 135-143 (1996)。

A.Osyczka.,H.Tamura: "Pareto Set Distribution Method for Multicriteria Design Optimization Using Genetic Algcrithm" Engineering Design and Automation Conference. (1997)

A.Osyczka.，H.Tamura：“使用遗传算法进行多标准设计优化的帕累托集分布方法”工程设计与自动化会议。

S.Kundu,A.Osyczka: "Genetic Multicriteria Optimization of Structual Systems" Proceedings of the 19th Internutional Congress on Theoretical and Applied Mechanies. 272- (1996)

S.Kundu，A.Osyczka：“结构系统的遗传多标准优化”第 19 届国际理论与应用力学大会论文集。

S.Kundu,A.Osyczka: "The Effect of Genetic Algorithm Selection Mechanisms on Multicriteria Optimization Using the Distance Method" The Fifeh International Conference on Intelligent System. 164-168 (1996)

S.Kundu，A.Osyczka：“遗传算法选择机制对使用距离方法的多标准优化的影响”Fifeh 国际智能系统会议。