多目标进化算法的理论与应用研究

多目标进化算法(MOEAs)是近年来进化算法的研究热点。它充分发挥了进化算法群体搜索的特点，能够在一次运行中得到或近似多目标优化问题的多个Pareto最优解。本项目的研究涉及多目标进化算法的收敛性和进化群体动力学系统的理论分析，设计高效算法的核心要素的相互作用的研究，算法评价指标体系和基准测试问题的设计等。同时，对传统算法作改进推广，使之能够处理具有动态、不确定等因素的多目标优化问题。这些工作将深化对多目标进化算法的理论研究，为高效算法的设计提供理论指导，以及提供新的算法。作为理论的应用，本项目将多目标进化算法应用到管理决策领域的两个重要问题，即车辆路径问题和作业车间调度问题中。首先建立起能更好地描述实际决策问题的多目标、不确定和动态的决策模型，并且在理论研究成果的指导下，针对这些模型设计出有效的算法。这一工作能够大大提高相关领域的决策管理水平，具有很高的应用价值。