一种基于拥挤度的多目标优化求解方法及系统与流程

技术特征：
1.一种基于拥挤度的多目标优化求解方法，其特征在于，包括如下步骤：s1利用拥挤度函数生成pareto前沿集合y中各元素的拥挤度r
1i
；y＝{y
ik
}，其中i＝1，...，n，表示前沿集合y中各元素次序，k＝1，...，m，表示各前沿目标；s2利用拥挤度函数生成pareto解集x中各元素的拥挤度r
2i
；x＝{x
ij’}，其中i＝1，...，n表示解集x中各元素次序，j’＝1，...，d，表示解集中各元素的维度；s3根据拥挤度r
1i
和拥挤度r
2i
计算新的拥挤度r
i
；所述r
i
＝r
1i
/(r
1i
1) r
2i
/(r
2i
1)；s4根据新的拥挤度r
i
得到pareto解集中的搜索解，并将搜索解作为优化函数下一步的搜索方向。2.根据权利要求1所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s1中，所述拥挤度函数通过小生境算法，熵函数或最大最小距离算法生成。3.根据权利要求1所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s1中，所述拥挤度函数通过小生境算法生成，其中，d
ij
为pareto前沿集合y中，元素y
ik
和y
jk
之间的距离，i＝1，...，n，j＝1，...，n，且i≠j；s(d
ij
)为基于d
ij
的共享函数值。4.根据权利要求3所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s1中，所述其中，σ
share
为给定的小生境半径。5.根据权利要求3或4所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s1中，6.根据权利要求1所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s2中，所述拥挤度函数通过小生境算法生成，其中，d'
ij
为pareto解集x中，元素x
ij’和x
jj’之间的距离，i＝1，...，n，j＝1，...，n，且i≠j；s(d'
ij
)为基于d'
ij
的共享函数值。7.根据权利要求6所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步骤s2中，所述其中，σ
share
为给定的小生境半径。8.根据权利要求6或7所述的一种基于拥挤度的多目标优化求解方法，其特征在于，步
骤s2中，9.根据权利要求1所述的一种基于拥挤度的多目标优化求解方法，其特征在于，所述步骤s4中，根据新的拥挤度r
i
得到pareto解集中的搜索解的具体方法为：在各新的拥挤度r
i
，i＝1，...，n中选择最大值并记为r
t
，将与r
t
对应的x
tj’作为pareto解集中的搜索解，即下一步搜索方向。10.一种基于拥挤度的多目标优化求解系统，其特征在于，用于实现权利要求1-9任一项所述的一种基于拥挤度的多目标优化求解方法，包括数据存储模块，拥挤度计算模块，循环模块，条件选择模块，评价计算模块和输出模块；数据存储模块用于存储多目标优化过程中产生的pareto解集x和pareto前沿集合y；拥挤度计算模块在循环模块的调度下，利用拥挤度函数循环计算，得到pareto解集x中各元素的拥挤度r
2i
和pareto前沿集合y中各元素的拥挤度r
1i
；评价计算模块用于根据挤度r
1i
和拥挤度r
2i
计算新的拥挤度r
i
；条件选择模块用于根据新的拥挤度r
i
得到pareto解集中的搜索解；输出模块用于根据搜索解输出下一步的搜索方向。

技术总结
本发明公开了一种基于拥挤度的多目标优化求解方法，首先计算Pareto前沿的拥挤度和Pareto解集的拥挤度，后利用Pareto前沿的拥挤度和Pareto解集的拥挤度得到新的拥挤度，通过对所得新的拥挤度的分析，得到优化算法的下一步搜索方向，逐步获得最终的Pareto前沿。本发明在Pareto前沿分析基础上，增加对Pareto解集的拥挤度分析，获得Pareto解集的拥挤度，填补了现有技术的不足，求解方法更加准确快捷；本发明还公开了一种用于实现上述方法的系统。发明还公开了一种用于实现上述方法的系统。发明还公开了一种用于实现上述方法的系统。


技术研发人员：池元成 刘闻 汪宏昇 王晓路 张冶 何漫 李晶 张恒 王小辉 贾倩 陈春燕 王立伟 贾长伟 王长庆 郑小鹏 李杰奇 赵山杉 赵月 张凯 武健辉
受保护的技术使用者：中国运载火箭技术研究院
技术研发日：2021.11.29
技术公布日：2022/3/21