Memetic区间参数多目标进化优化及其在太阳能海水淡化的应用

Multi-objective optimization problems with interval parameters are ubiquitous. Evolutionary optimization methods are among the best multi-objective optimizers for the above problems. However, they need a large number of function evaluations, and the Pareto front generated by them involves a big uncertainty. The above shortcomings cause these methods difficult to be applied in real-world applications. This project studies memetic evolutionary optimization theory for multi-objective optimization problems with interval parameters and their applications in solar desalination, and expects to obtain the following achievements: (1) revealing the internal connection between global search and construction of a local surrogate model; (2) constructing surrogate models of fitness functions of an evolutionary individual; (3) presenting memetic evolutionary optimization methods for multi-objective optimization problems with interval parameters based on utilizing the constructed model to estimate the fitness of an individual; (4) applying the proposed methods to optimize a small-size solar desalination system. The project, at the cross edge of such disciplines as automation, computer, mathematics, and new energy, is novel and challenging, and is urgently demanded by industry. The achievements of this project can enrich the uncertain evolutionary optimization theory, and improve the performance of a solar desalination system. Therefore, the project is considerable significance in theory and application.

区间参数多目标优化问题是普遍存在的，尽管采用进化优化方法，能够解决上述问题，但是，已有方法需要大量的目标函数评价，且生成的Pareto前沿具有很大不确定性，上述缺陷使其难以应用到实际的复杂优化问题中。本项目研究Memetic区间参数多目标进化优化理论及其在太阳能海水淡化中的应用。通过研究，拟揭示全局搜索与局部代理模型构建的内在联系，建立进化个体适应度函数的代理模型，提出基于代理模型估计个体适应值的Memetic区间参数多目标进化优化方法，并应用于小型太阳能海水淡化系统的优化中。本项目是自动化、计算机、数学，以及新能源等多学科交叉、新颖且富有挑战性的研究方向，有非常明确的行业需求，产生的成果能够丰富不确定进化优化理论，提高太阳能海水淡化系统的性能，因此，具有重要理论意义和实际应用价值。

区间参数多目标优化问题是普遍存在的，尽管采用进化优化方法，能够解决上述问题，但是，已有方法需要大量的目标函数评价，且生成的Pareto前沿具有很大不确定性，上述缺陷使其难以应用到实际的复杂优化问题中。项目负责人及成员对Memetic区间参数多目标进化优化理论及其在太阳能海水淡化中的应用，进行了为期3年的全面深入研究，基于支持向量机，构建了太阳能海水淡化问题的区间2目标优化模型，该模型充分考虑和体现了环境等不确定性因素的影响，也为所提算法的验证提供了实际应用背景；基于群体决策的思想，提出了一种有效比较区间规划解的集成占优准则，该准则将多种区间占优准则集成在一个框架中，避免了占优准则的选择，并且大大降低了近似Pareto前沿的不确定性；基于超体积变化率，设计了局部搜索激活机制，以明确局部搜索时机，以超体积贡献大且不确定度小的个体为中心，构建了局部搜索初始种群，并以超体积贡献为适应度函数进行局部搜索，这样一来，局部搜索得到的最优解集能够具有较小的不确定性，从而降低全局种群的不确定性；进一步地，在局部搜索策略中，基于个体的超体积贡献与不确定度定义个体的适应度函数，利用当前全局种群中的个体训练支持向量机，并利用构建的支持向量机代替局部适应度函数评价局部个体，大大提高了算法的运行效率；将上面提到的理论与方法在多个基准区间多目标优化问题和小型太阳能海水淡化中进行了应用，验证了所提理论与方法的有效性。基于上述成果，申请发明专利3项、计算机软件著作权登记2件，在被SCI或EI等检索的国际国内学术期刊上发表论文15篇，其中，SCI源刊论文8篇（含顶级期刊论文2篇，中情所1、2区期刊论文4篇），培养博士研究生3名、硕士研究生2名，圆满完成了项目的预期目标。研究成果丰富了不确定进化优化理论，提高了区间参数多目标优化问题的求解效率，提高了太阳能海水淡化系统的性能，具有重要的理论意义和实用价值。