(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111029156.9 (22)申请日 2021.09.02 (65)同一申请的已公布的文献号 申请公布号 CN 113705109 A (43)申请公布日 2021.11.26 (73)专利权人 中国人民解 放军战略支援 部队航 天工程大 学 地址 101499 北京市怀柔区泉河街道八一 路一号 (72)发明人 熊伟　熊明晖　简平　刘德生　 刘正　刘文文　韩驰　于小岚　 (74)专利代理 机构 北京八月瓜知识产权代理有 限公司 1 1543 专利代理师 张峰(51)Int.Cl. G06F 30/27(2020.01) G06N 3/12(2006.01) G06F 111/06(2020.01) G06F 111/04(2020.01) 审查员 沈晴 (54)发明名称 基于混合偏好模型的进化高维多目标优化 方法及系统 (57)摘要 本发明公开了一种基于混合偏好模型的进 化高维多目标优化方法及系统， 所述方法包括： 根据决策者偏好构造混合偏好模 型； 随机生成规 模为N的初始种群P0， 基于第t代父种群Pt， 由重 组算子通过交叉变异生成子种群Qt， 子种群Qt与 Pt取并集后得到更新后的种群Pt； 基于所述混合 偏好模型设计三级排序算法， 协作引导种群Pt向 偏好区域进化， 并在其内部 保持均衡的收敛性和 分布性； 循环 三级排序算法直至算法终止条件满 足， 输出满意 解。 权利要求书3页 说明书13页 附图6页 CN 113705109 B 2022.10.14 CN 113705109 B 1.一种基于混合偏好模型的进化高维多目标优化方法， 其特 征在于， 包括： S1.构造混合偏好模型， 具体方法为： S101.根据决策者偏好设定其在各维度空间上的偏好区域， 构成目标区域； S102.在单位超平面上生成一组均匀分布的参考点， 并基于所述目标区域通过坐标转 换将参考点约束到指向目标区域的单位超球面上； S103.综合所述 参考点和所述偏好区域构成混合偏好模型； S2.随机生成规模为N的初始种群P0， 基于第t代父种群Pt， 由重组算子通过交叉变异生 成子种群Qt， 子种群Qt与Pt取并集后得到更新后的种群Pt； S3.基于所述混合偏好模型设计三级排序算法， 协作引导种群向偏好区域进化并在其 内部保持均衡的收敛性和分布性， 具体方法为： S301.基于帕累托Pareto非支配关系对更新后的种群Pt进行第一级排序， 得到参加后两 级排序的种群St， 将St分为 和 S302.基于增强支配关系对位于所述目标区域内的子种 群 进行第二级排序， 选出在 目标区域内帕累托前沿PF 上具有良好收敛性和分布性的解 S303.基于经步骤S102约束后的参考点对位于所述目标区域外 的子种群 进行第三 级排序， 选出接 近所述目标区域中心且具有良好分布性的解 S304.根据三级排序 所得序列选择 和 共同构成下一代父种群Pt+1， 作为新的Pt， t ＝t+1； S4.循环步骤S3所述 三级排序算法直至算法终止条件 满足， 输出满意 解。 2.根据权利要求1所述的方法， 其特征在于， 步骤S102所述基于所述目标 区域通过坐标 转换将参考点约束到指向目标区域的单位超球面上 的具体方法为： 通过公式1进行坐标转 换， 将分布在超平面的参 考点约束到指向目标区域： 其中， 为初步调整后的参考点， λi,j为调整前的参考点， 表示在第j维目标上偏好 区域的上界， LP(fj)为目标区域在第j维上的偏好区间长度； 相应的单位 参考点如公式2所示： 所述单位 参考点位于所述单位超球面上。 3.根据权利要求1所述的方法， 其特征在于， 根据三级排序所得序列选择 和 的具 体方法为： 选择一半 构成 基于参考点在 中优先选择接近偏好区域中心的解构成 且 4.根据权利要求1所述的方法， 其特征在于， 步骤S303所述第三级排序的具体方法为： 计算所述目标区域与所述约束后的参考点的集合中的一个参考点间的余弦相似度， 根据余权　利　要　求　书 1/3 页 2 CN 113705109 B 2弦相似度降序排序得到各参 考点的序列。 5.根据权利要求1所述的方法， 其特征在于， 步骤S4所述终止条件为： 判断迭代次数t是 否大于输入的最大迭代次数， 若大于， 则所述循环终止， 输出满意 解。 6.一种基于混合偏好模型的进化高维多目标优化系统， 其特 征在于， 包括： 模型构造模块： 用于构造混合偏好模型， 具体用于： 根据决策者偏好设定其在各维度空间上的偏好区域， 构成目标区域； 在单位超平面上生成一组均匀分布的参考点， 并基于所述目标区域通过坐标转换将参 考点约束到指向目标区域的单位超球面上； 综合所述 参考点和所述偏好区域构成混合偏好模型； 初始化模块： 用于随机生成规模为N的初始种群P0， 基于第t代父种群Pt， 由重组算子通 过交叉变异生成子种群Qt， 子种群Qt与Pt取并集后得到更新后的种群Pt； 排序模块： 用于基于所述混合偏好模型设计三级排序算法， 协作引导种群向偏好区域 进化并在其内部保持均衡的收敛性和分布性， 具体用于： 基于帕累托Pareto非支配关系对更新后的种群Pt进行第一级排序， 得到参加后两级排 序的种群St， 将St分为 和 基于增强支配关系对位于所述目标区域内的子种群 进行第二级排序， 选出在目标区 域内帕累托前沿PF 上具有良好收敛性和分布性的解 基于经所述模型构造模块约束后的参考点对位于所述目标区域外的子种群 进行第 三级排序， 选出接 近所述目标区域中心且具有良好分布性的解 根据三级排序后所得序列选择 和 共同构成下一代父种群Pt+1， 作为新的Pt， t＝t +1； 循环优化模块： 用于循环所述排序模块所述三级排序算法直至算法终止条件满足， 输 出满意解。 7.根据权利要求6所述的系统， 其特 征在于， 模型构造模块具体用于： 通过公式1进行坐标转换， 将分布在超平面的参考点约束到指 向目标区域： 其中， 为初步调整后的参考点， λi,j为调整前的参考点， 表示在第j维目标上偏好 区域的上界， LP(fj)为目标区域在第j维上的偏好区间长度； 根据公式2获得相应的单位 参考点： 所述单位 参考点位于所述单位超球面上。 8.根据权利要求6所述的系统， 其特征在于， 所述循环优化模块具体用于： 判断迭代次 数t是否大于 输入的最大迭代次数， 若大于， 则终止所述循环， 输出满意 解。 9.一种基于混合偏好模型的进化高维多目标优化设备， 其特征在于， 包括： 存储器、 处权　利　要　求　书 2/3 页 3 CN 113705109 B 3