非规则Pareto前沿面多目标进化优化算法研究综述

现实中多目标优化问题的Pareto前沿面往往是非规则形式,针对这类问题的进化算法已逐渐成为研究热点。对现有非规则Pareto前沿面多目标优化问题的进化算法进行总结和分类,给出了多目标优化问题的通用数学描述,并给出了支配和非支配解等该研究领域内的相关定义。整理了典型的具有非规则Pareto前沿面的多目标优化测试问题,以及汽车碰撞问题等实际优化问题中的具有非规则Pareto前沿面的多目标优化问题。将现有处理具有非规则Pareto前沿面的多目标优化问题的进化算法分为4个大类:根据种群分布调整参考向量的方法、固定参考向量结合其他辅助方法、参考点的方法、聚类和分区的方法,并分别进行了分析和讨论。研究表明:尽管针对具有非规则Pareto前沿面的多目标优化问题的进化算法已经取得了一定成效,但现有算法一般只在部分非规则Pareto前沿面问题上表现较好,适应所有种类的非规则Pareto前沿面问题的算法还有待开发,决策变量或目标数量高维的、动态的、数据驱动的具有非规则Pareto前沿面的多目标优化问题也是有待解决的研究领域;更加智能的,可以辨别和处理多类型非规则Pareto前沿面的进化算法是未来的研究重点;用多种环境选择方法混合、迁移学习结合进化计算、多任务结合进化计算是可行的解决途径。

针对新一代能源系统运行调度的优化算法研究

新一代能源互联网系统复杂调度模型的优化求解技术是制约其发展的关键技术之一.我们针对复杂调度模型具有多目标、非线性、非凸、强耦合、强约束、含有大规模决策变量以及具有不规则Pareto前沿面形状等特点,提出求解大规模具有不规则前沿面的多目标优化问题的算法.该算法利用分治思想处理不同类型的决策变量与约束条件,旨在大幅度缩小大规模多目标优化问题的搜索空间,保证解的可行性、提高算法有效性.最后利用3个常用测试集中的26个测试问题验证所提算法的竞争力,并通过10机系统的动态环境经济调度问题、IEEE33节点配电网与热电联产系统耦合集成的大规模可再生能源多能源系统优化调度问题验证了所提算法的有效性与可行性.