复杂多目标规划及不可微双层规划的进化算法研究

当多目标规划的Pareto 最优解无穷多、其又在目标函数空间非凸或不连续时,本项目将设计能求出足够多均匀分布的Pareto 最优解的简单、有效进化算法，并研究能客观、公正衡量算法优劣的度量.与已有方法相比，其操作简单、计算量小，所求的解在解集合内分布更加均匀。其意义在于，用小的计算量便可为决策者提供有限个但仍能体现整个解集合特征的代表解，使决策者能够并容易选出所需的解。另外，解非线性双层规划的已有方法一般都要求上、下层各函数连续可微(甚至二阶连续可微)，而很多现实问题都不满足这些条件。当问题不可微时，目前几乎没有能保证全局收敛的有效算法。本项目将研究当问题仅为连续但不可微时，设计新的有效进化算法解决此问题，并研究算法的全局收敛性。