高效动态微型多目标遗传算法及其应用

针对具有多个优化目标且目标和约束会随时间(环境)变化的动态优化问题,提出了一种高效的动态多目标遗传算法。该算法在微型遗传算法的基础上,针对动态优化问题的特点,加入一种环境检测机制,以实现对不同环境下的Pareto最优解集的快速求取。通过对四种不同类型的动态多目标优化测试问题的求解,并与经典算法DNSGAII进行对比,验证了该算法具有较高的求解效率和求解精度。最后,将该算法应用于一个动态的垃圾焚烧系统的PID控制参数的优化问题中,将阶跃响应下的最大超调量和上升时间作为优化目标,对PID比例系数和微分系数两个参数进行优化,结果表明,算法能够快速求出不同环境下的Pareto最优解集。