一种多目标决策算法

提出一种新的多目标优化差分进化算法用于求解约束优化问题。该算法利用佳点集方法初始化个体以维持种群的多样性。将约束优化问题转化为两个目标的多目标优化问题。基于Pareto支配关系，将种群分为Pareto

借鉴生物免疫原理中克隆选择机理，设计了一种基于记忆克隆选择的多目标免疫算法。该算法构建了一种亲和度的快速计算方法，并在抗体种群全局搜索Pareto解的同时，也在记忆单元进行局部搜索，有效地提高了搜索效

为了避免传统序列密码算法中出现的生成序列密码重码率高和容易陷入局部最优解等缺点，提出了一种基于多目标差分演化的序列密码算法（DEMOSEP）。该算法将用于评价序列随机性的三个指标——频数检验、序列检验

为了将决策者对各目标属性的模糊评判信息转换为目标偏好信息，首先将模糊语义转换为三角模糊数,利用模糊数的广义加法、近似乘法和标量乘法进行计算, 从而将决策者对目标属性的离散意见转换为对各目标的综合意见；

将粒子群算法与局部优化方法相结合，提出了一种混合粒子群多目标优化算法（HMOPSO）。该算法针对粒子群局部优化性能较差的缺点，引入多目标线搜索与粒子群算法相结合的策略，以增强粒子群算法的局部搜索能力。

通过在目标空间中利用目标本身信息估算个体k最近邻距离之和，作为个体的密度信息，根据个体的密度信息对群体中过剩的非劣解进行逐个去除，以便更好地维护解的多样性，由此给出了一种基于个体密度估算的多目标优化演

为提高多目标粒子群优化（MOPSO）算法处理多目标优化问题的性能，降低计算复杂度，改善算法的收敛性，提出了一种改进的多目标粒子群优化算法。通过运用比例分布及跳数改进机制策略的方法，使该算法不仅继承了M

一种基于多目标遗传算法的公交调度方法，陈程，左兴权，公交车辆调度问题是是一个复杂的多目标优化问题。当前已知的方法是将多个目标通过线性组合转化成单个目标，然后采用单目标优化方

目前通常采用优先级上限协议解决策略，但该协议的系统资源利用率较低。针对该问题，深入分析了优先级反转的必要条件并提出了一种新的阻塞调度算法，能有效的避免优先级反转和检测死锁现象，同时具有较高的资源利用率

论文研究-目标混合型且目标带约束的多目标决策问题解法及应用.pdf,  实际问题中常遇到的多目标决策问题，目标要求即有越大越好，又有越小越好，还有越靠近某个数值越好，即目标混合型的多目标决策问题，且目