《基於仿生的多目標博弈算法及在拱壩體型最佳化中的套用》是依託安徽工業大學，由謝能剛擔任項目負責人的面上項目。
基本介紹
- 中文名：基於仿生的多目標博弈算法及在拱壩體型最佳化中的套用
- 項目類別：面上項目
- 項目負責人：謝能剛
- 依託單位：安徽工業大學
項目摘要,結題摘要,
項目摘要
多目標博弈算法是近年提出的一種求解多目標最佳化問題的啟發式算法，其技術關鍵是建立多目標最佳化模型和博弈模型之間的具體映射關係。項目組在前期研究中初步提出兩個模型之間的仿生映射和空間映射。在本項目中，針對仿生映射，將構造純合作格局、主從格局、混合格局和演化格局等4種博弈格局，並根據競爭、合作和自適應等行為運算元作用，構建博弈得益函式與目標函式之間的定量映射關係，揭示不同博弈格局和行為運算元對各目標利益的影響規律。針對空間映射，擬基於數據挖掘中的K平均聚類方法，研究將設計變數空間分割為各個目標博弈方擁有的策略變數並行子空間的計算方法。進而以白鶴灘高拱壩體型多目標最佳化設計作為工程算例，建立多目標最佳化模型，設計博弈求解算法和並行計算模式，採用理論方法和數值方法，研究博弈均衡解的魯棒性和Pareto優性，獲得拱壩體型特徵與目標函式之間的關聯與動態變化規律，提出合理的設計建議和具有工程套用價值的拱壩體型方案。
結題摘要
建立了系統的多目標博弈算法和電腦程式，提出了多目標最佳化模型和博弈模型之間的仿生映射及空間映射。針對仿生映射，構造了純競爭格局、純合作格局、主從格局、混合格局和演化格局等5種博弈格局，並根據競爭、合作和自適應等行為運算元作用，構建了博弈得益函式與目標函式之間的定量映射關係，算例結果顯示了不同博弈格局和行為運算元對各目標利益的影響規律。針對空間映射，提出了策略變數子空間的模糊聚類方法和K-平均聚類方法，該方法自動化程度高，可有效促進多目標博弈算法的通用化；通過將設計變數空間分割為各博弈方擁有的策略變數子空間，揭示了各分目標與設計變數之間的關聯性。進而以白鶴灘高拱壩體型多目標最佳化設計作為工程算例，建立多目標最佳化模型，設計了博弈求解算法和並行計算模式，獲得拱壩體型特徵與目標函式之間的關聯與動態變化規律；同時，可根據設計人員的偏好和設計意圖，給各設計目標賦予恰當的行為方式和構造合適的博弈格局，提出5種博弈格局共9種最佳化體型方案供決策參考。
