不确定高维多目标进化优化理论及在矿井射频识别阅读器布局的应用

目标函数很多且含有不确定性的优化问题是非常普遍的，但是，目前尚缺乏针对该问题的有效解决方法。本项目研究不确定高维多目标进化优化理论及其在矿井射频识别阅读器布局中的应用，内容包括：区间不确定高维多目标优化问题降维转化后，目标函数的提取与数学表示；采用解集进化多目标进化优化解决转化后的优化问题，进化个体的比较方法和进化策略设计；将上述理论与方法应用于矿井射频识别阅读器布局问题，优化问题的数学模型建立和原型系统开发。通过研究，拟建立不确定高维多目标优化问题降维转化理论，提出解集进化多目标进化优化方法，构建矿井射频识别阅读器布局进化优化原型系统。本项目是自动化、通信与矿山安全、计算机等学科有机交叉、新颖且富有挑战性的研究方向，有非常明确的行业需求，产生的令人振奋的研究成果不但可以丰富进化优化理论，而且可以保障矿井安全生产，因此，具有重要理论意义和实际应用价值。

目标函数多于3个且含有不确定性的高维多目标优化问题在工业生产、调度布局，以及产品设计等领域普遍存在却难以求解。针对上述不足，申请人及合作者对含区间不确定性的高维多目标优化问题的进化优化求解进行了为期3年的深入研究，提出了一套解决该类问题的理论与方法，具体包括如下七个方面：（1）针对不含不确定性的高维多目标优化问题，提出了基于集合的进化优化策略，包括优化目标的提取和建模、基于集合性能指标的进化个体集合比较策略；（2）针对高维多目标的集合进化算法框架，设计了高效的集合进化算子，提出了基于单纯形的集合交叉算子、变异算子等；（3）针对上述研究采用NSGA-II计算模式的不足，研究了基于微粒群（PSO）优化机制的高维多目标集合进化优化算法，给出了算法的整体框架、面向集合进化的微粒更新机制，以及融入微粒变异的算子策略等；（4）针对含区间不确定性的多目标优化问题，提出了融入决策者偏好的交互式区间多目标进化优化算法，包括基于偏好多面体、偏好方向、偏好区域划分等的多种优化策略，重点给出了偏好信息的表示方法和利用机制；（5）针对区间不确定高维多目标优化问题，提出了基于确定性转化后的集合进化优化算法，给出了区间不确定性的转化方法、基于转化后确定高维多目标的集合进化优化、融入决策者偏好的区间集合进化优化策略；（6）提出了基于多参考点和目标分解的高维多目标进化优化算法，给出了多参考点的确定方法，以及基于多参考点的集合进化机制；（7）将所提算法应用于实际问题中，如批量流水线调度、煤矿井下射频识别阅读器的布局等。针对相关问题，构建了含区间不确定性的高维多目标布局模型，给出了求解该模型的高维多目标进化优化算法。上述研究内容，有效解决了申请书中关于不确定高维多目标优化问题中目标函数的提取和数学表示问题、集合进化算子设计以及在实际问题中的应用，不仅丰富了高维多目标进化优化算法的理论，同时为含不确定性的高维多目标优化问题的求解提供了技术支持，圆满完成了项目的研究目标。.基于上述研究，出版专著2部；发表/录用学术论文15篇，其中国际期刊5篇，国内权威期刊 7篇， SCI(源)检索5篇， EI(源)检索10篇；申请发明专利4项，授权1项，实质审查2项，受理1项；培养博士研究生3名，硕士研究生6名，其中，已有1名博士和2名硕士毕业。