多目标进化算法及其在地下水优化管理中的应用研究
利用多目标进化算法(Multi-Objective Evolutionary Algorithm, MOEA)优化设计地下水管理模型是地下水领域的一一项重要研究课题。进化算法是一种高鲁棒性的全局优化算法,具有自组织、自适应、自学习的特性,不受问题性质的限制,能够有效地处理传统优化算法难以解决的复杂问题,因此目前在地下水资源管理领域得到了广泛的应用。
但在实际应用过程中,非劣解的局部最优性与全局多样性的权衡,以及计算效率偏低往往成为MOEA应用发展的瓶颈。为克服以上问题,本论文对MOEA在地下水资源管理模型中的应用这一课题进行了研究。
首先,综述了目前MOEA在地下水资源管理模型中的研究和应用现状,并总结存在的缺陷和不足。然后,基于邻域搜索的禁忌搜索算法(Tabu Search, TS),提出了适用于确定性水文地质条件下的三种多目标优化技术：基于小生境Pareto禁忌搜索算法(Niched Pareto Tabu Search, NPTS)、基于精英保留策略的多目标禁忌搜索算法(Elitist Multi-Objective Tabu Se ...