一种改进的鲁棒多目标优化方法  

An improved robust multi-objective optimization method

作　　者：徐鸣[1] 马龙华[2] 顾江萍[1] 黄跃进[1] 沈希[1] 

机构地区：[1]浙江工业大学机械工程学院,杭州310014 [2]浙江大学宁波理工学院信息工程学院,浙江宁波315100

出　　处：《控制与决策》2013年第8期1178-1182,1189,共6页Control and Decision

基　　金：国家自然科学基金项目(51076143)

摘　　要：针对在解决某些复杂多目标优化问题过程中,所得到的Pareto最优解易受设计参数或环境参数扰动的影响.引入了鲁棒的概念并提出一种改进的鲁棒多目标优化方法,它利用了经典的基于适应度函数期望和方差方法各白的优势,有效地将两种方法结合在一起.为了实现该方法,给出一种基于粒子群优化算法的多目标优化算法.仿真实例结果表明,所给出的方法能够得到更为鲁棒的Pareto最优解.In the process of solving some complex multi-objective optimization problems, Pareto optimal solutions obtained are vulnerable to the effects of design parameters or environment parameters perturbation. Therefore, the robust solution is considered and an improved robust multi-objective optimization method is proposed. The method takes advantage of the expectation and variance of fitness fuction value, which are combined effectively. Then, a specific multi-objective evolutionary algorithm（MOEA） based on particle swarm optimization（PSO） is proposed. The simulation results show that, more robust Pareto optimal solutions can be obtained by using the improved method.

关 键 词：参数扰动 多目标优化 鲁棒优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]