论文部分内容阅读
为将决策者的期望信息融入多目标优化问题的求解过程,提出一种基于期望值的偏好距离计算方法。基于此改进了强度多目标优化算法的适应度计算方法与环境选择策略,并提出了算法EV-SPEA2。针对经典多目标优化函数算例的验证表明,新算法可以根据决策者的期望信息,提供大量距离期望值较近的解。将EV-SPEA2应用于锅炉过热汽温控制系统PID参数整定问题,仿真结果表明,运行EV-SPEA2可以获得多组位于Pareto前端,且符合决策者偏好的控制器参数。