论文阅读：求解约束多目标区间优化的交互多属性决策NSGA-II算法

求解约束多目标区间优化的交互多属性决策NSGA-II算法

作者：陈志旺,陈林,白锌,杨七,赵方亮
期刊：控制与决策、2015.05
DOI：10.13195/j.kzyjc.2014.0455

内容简介

针对约束多目标区间优化问题,提出一种交互多属性决策NSGA-II算法.该算法将非线性问题线性化,定义P占优支配关系求出个体的序值,定义区间拥挤距离来区分具有相同序值个体的优劣,采用约束精英策略删除种群中不满足约束的个体.将选出的个体作为方案集,目标函数作为属性集,决策者对于各目标函数的偏好作为属性权重,构建一个多属性决策模型,在进化过程中融入该模型来选取符合决策者偏好的满意解.仿真实验验证了所提出方法的可行性和正确性.

内容摘录

• 本文将多属性决策与改进NSGA-II进行交互，即在该算法中引入间隔代数$I$(间隔代数小于遗传代数)，在进化过程中，设置种群每进化$I$代就进行一次多属性决策,并存储当代种群中的满意解。若算法连续3次(进化3$I$代)所得的满意解均为同一解,则终止算法；否则，对所有满意解进行排序,并选择其中的最小值个体作为满意解。
• 多属性决策：
  • Pareto最优解集中符合决策者偏好的解称为满意解。
  • $N$个决策方案的集合： A = { A 1 , A 2 , ⋯   , A N } A=\{A_1,A_2,\cdots,A_N\} A={A1​,A2​,⋯,AN​}；
  • $z$个目标函数对应的方案属性集合 C = { C 1 , C 2 , ⋯   , C z } C=\{C_1,C_2,\cdots,C_z\} C={C1​,C2​,⋯,Cz​}；
  • 决策者的偏好(各属性权重)为 ω = { ω 1 , ω 2 , ⋯   , ω z } \omega=\{\omega_1,\omega_2,\cdots,\omega_z\} ω={ω1​,ω2​,⋯,ωz​}。
    构建方案集A在属性集C上的决策矩阵，并对决策矩阵做标准化处理，在标准化决策矩阵中分别找出$R_i^{C_j}$中的最小值$R_{imin}$作为理想方案$R^{+}=(R_{1min},R_{2min},\cdots ,R_{zmin})$，再计算各个方案与理想方案之间的加权距离$D(R_j,R^{+})$，最后依据$D(R_j,R^{+})$对所有方案进行升序排序。
• 改进的NSGA-II：在NSGA-II的基础框架上提出基于可能度的P占优支配关系、利用区间距离公式求出相同序值解之间的拥挤距离、引入正态分布交叉算子、提出考虑约束条件的约束精英策略、在NSGA-II中融合交互多属性决策。

---

阅读心得总结

本文提出的算法是将多属性决策和改进的NSGA-II进行交互，使用多属性决策来代替DM对种群中的解进行决策排序，排序标准是按照各个方案与理想解的加权距离进行升序排序。

此算法的交互对象：多属性决策 & 改进NSGA-II算法。