楊斌

摘要：無論是在生活經(jīng)濟(jì)還是在人文科學(xué)方面，人們所遇上的大部分問題在某種程度上能歸成多目標(biāo)方向的優(yōu)化問題這一類當(dāng)中。在面臨這樣的問題時，很多時候需要對多個目標(biāo)進(jìn)行優(yōu)化，然而在優(yōu)化的同時還需要考慮所優(yōu)化的問題之間存在著相互抵御的矛盾關(guān)系，具體表現(xiàn)為在優(yōu)化的同時會冒出一方面越來越好可是另外一個方面卻越來越差勁的窘?jīng)r，所以這從正面反映了對問題進(jìn)行多目標(biāo)優(yōu)化的難度是不小的。但是在各種領(lǐng)域當(dāng)中，多目標(biāo)優(yōu)化是人們所追求的快速方法，所以本文以差分進(jìn)化算法的多級目標(biāo)優(yōu)化方案進(jìn)行了探究。

關(guān)鍵詞：算法研究 差分優(yōu)化 多樣性

一、研究背景及目的

人類通過了社會自然的漫長的考驗最終開始進(jìn)化，于是在解決生活中復(fù)雜問題的的同時，合理對問題進(jìn)行優(yōu)化安排成為了人們的首要研究問題。于是，各種各樣的算法就產(chǎn)生于求解問題的方法。進(jìn)化算法中包含了重要的差分進(jìn)化算法，這是一種智能型的優(yōu)化方法，特點在于可調(diào)節(jié)參數(shù)不多、內(nèi)容簡單、持續(xù)性強(qiáng)、結(jié)構(gòu)單一。在日常生活中多目標(biāo)優(yōu)化對人們發(fā)展具有相當(dāng)重要的意義。對人們生活的影響方面涵括了如下表1所示。

表1 多目標(biāo)優(yōu)的發(fā)展

二、差分進(jìn)化

（一）差分進(jìn)化算法構(gòu)理

差分進(jìn)化法是新興的一種計算的算法，它最基本的特點就是擁有集體共享的特點，可以這么說，差分進(jìn)化法可以在自然種群的個體通過競爭與合作的關(guān)系來實現(xiàn)對復(fù)雜問題的優(yōu)化以及提供必要的解決方法。這種算法與遺傳算法的最大一個區(qū)別就在于他們對變異的操作不同之上，例如，差分進(jìn)化算法中的變異操作屬于變量中向量的一種，是在個體的染色體差異之間進(jìn)行的。算法的實現(xiàn)是建立在兩個正在變異的個體之間的染色體差異之上的。接著，在選擇變異個體之前，對另外一個隨機(jī)抽取的目標(biāo)進(jìn)行整合，提取必要的參數(shù)的數(shù)據(jù)，對合適的目標(biāo)開始研究，繼續(xù)產(chǎn)生一個新的個體進(jìn)行下一個類似的實驗。

（二）差分進(jìn)化算法模型流程

從差分進(jìn)化算法的基本數(shù)據(jù)結(jié)構(gòu)與方法來看，差分進(jìn)化算法已經(jīng)廣泛開始應(yīng)用于自動化控制、規(guī)劃、設(shè)置、組合、優(yōu)化、機(jī)器人、人工生命等重要的領(lǐng)域當(dāng)中去。對于差分進(jìn)化算法模型流程可由如下圖1所示

三、多目標(biāo)優(yōu)化

（一）多目標(biāo)優(yōu)化的研究現(xiàn)狀

多目標(biāo)進(jìn)化算法是為了解決現(xiàn)實生活中存在的難以用單一的目標(biāo)來解決的難題。畢竟在生活瑣事中總能遇到不同的多目標(biāo)優(yōu)化問題，放任不理之后，久而久之就會越來越難處理這些問題。于是為了找到新穎簡便的法子，會讓學(xué)術(shù)家們花很多的精力。在歷史當(dāng)中，多目標(biāo)最優(yōu)決策的方法最先是由英國的一名數(shù)學(xué)家Pate指出，隨后他圈概出了最優(yōu)解的概念。在那個時候確實有很好的影響目的。距現(xiàn)在一百多年前，在尋求多目標(biāo)優(yōu)化的問題之上學(xué)術(shù)家們發(fā)表了無數(shù)不完美的優(yōu)化方法，傳統(tǒng)上有加權(quán)和法、目標(biāo)規(guī)劃法的方法。所以一百多年前進(jìn)化算法就已經(jīng)開始了興起。為此，學(xué)術(shù)家們貢獻(xiàn)了大量的精力去進(jìn)行計算數(shù)值來尋求解決進(jìn)化算法的難題。

（二）多目標(biāo)優(yōu)化方法

在上一世紀(jì)的三四十年代，對多目標(biāo)問題的優(yōu)化問題探究就引起了普遍的科學(xué)家們的重視。發(fā)展至今，優(yōu)化的方法就從很多不同的的角度對問題進(jìn)行了歸納和總結(jié)，并且提出了解決的辦法，順帶著給出了多目標(biāo)問題最優(yōu)解的原始概念。在那個世紀(jì)，學(xué)術(shù)科學(xué)家們會把注意力放在簡單的單一優(yōu)化方法中，用傳統(tǒng)的辦法對問題進(jìn)行簡單的優(yōu)化。于是在那時候就提出了很多關(guān)于求解多目標(biāo)優(yōu)化問題的方法，例如，目的計劃法、平均和法。從那時候開始，更簡便的進(jìn)化算法開始在學(xué)術(shù)家們當(dāng)中以迅雷不及掩耳之勢發(fā)展開來，至此，科學(xué)家們又將自己的主要興趣放在求解多優(yōu)化的問題發(fā)展中去。下面多目標(biāo)優(yōu)化方法如圖2所示。

四、結(jié)語

在現(xiàn)代生活中，技術(shù)人員對于實現(xiàn)人工智能已經(jīng)不是難題，把人工智能與運(yùn)籌學(xué)以及控制理論等方面的方法進(jìn)行融合，將靜態(tài)與動態(tài)的優(yōu)化等方法進(jìn)行結(jié)合。差分進(jìn)化算法的缺點類似于遺傳學(xué)的算法，都有過早對數(shù)據(jù)進(jìn)行收斂的過失。所以對差分進(jìn)化算法的優(yōu)化，讓算法深入到人們遇上的工作難題當(dāng)中去，是大家探究這個算法的意義所在。通常來說，多目標(biāo)之間存在著矛盾的關(guān)系，在解決有多目標(biāo)的問題之上，算法通常存在傳統(tǒng)方法中的計算難，與難操作的問題。在多優(yōu)化目標(biāo)的問題當(dāng)中，如果運(yùn)用到了工作當(dāng)?shù)母鞔箢I(lǐng)域當(dāng)中去，可以在更廣的范圍內(nèi)運(yùn)用到算法的結(jié)構(gòu)。根據(jù)已出意義的算法能大幅度提高人們的生活質(zhì)量。在我們生活的軌跡當(dāng)中，難免碰“瓷”，有時候會很難得到想要的解決方法，于是需要解決的越來越多，這更突出了多優(yōu)化目標(biāo)實現(xiàn)對人們生活有很大的意義。

參考文獻(xiàn)：

[1]魏靜萱.汽油調(diào)合系統(tǒng)的設(shè)計及應(yīng)用[D].華東理工大學(xué)，2012.

[2]任永強(qiáng)，王惠卿.差分進(jìn)化算法研究進(jìn)展[J].科技廣場，2015，（63）.

（作者單位：淮陰師范學(xué)院數(shù)學(xué)科學(xué)學(xué)院）