為了提高復(fù)雜控制系統(tǒng)設(shè)計問題中的效率，提出了一種基于主從模型的并行多目標(biāo)遺傳算法的優(yōu)化器模型。主進(jìn)程進(jìn)行各類遺傳操作和最優(yōu)排序操作，所有進(jìn)程都進(jìn)行目標(biāo)函數(shù)值和約束函數(shù)值的運(yùn)算操作，并采用動態(tài)負(fù)載平衡策略。將該優(yōu)化器應(yīng)用在飛行器控制系統(tǒng)設(shè)計中，顯示出了該算法的優(yōu)良效果。
工程實際中的許多復(fù)雜控制系統(tǒng)設(shè)計優(yōu)化問題往往是多目標(biāo)的，通常這些目標(biāo)是相互沖突的，一個目標(biāo)性能的改善，極可能降低其他目標(biāo)的性能。應(yīng)用不同的多目標(biāo)優(yōu)化方法，對設(shè)計結(jié)果的影響很大。傳統(tǒng)的設(shè)計方式是對各個目標(biāo)分別考慮，需要導(dǎo)數(shù)信息，并根據(jù)經(jīng)驗設(shè)計，這樣導(dǎo)致設(shè)計周期長、過程復(fù)雜且易于陷入局部最優(yōu)。因此迫切需要建立一種多目標(biāo)的綜合優(yōu)化設(shè)計方法。
遺傳算法作為一種超啟發(fā)式的搜索算法，不需要許多數(shù)學(xué)上的必備條件，在處理具有多峰、非連續(xù)、不可微、非凸或者不滿足Lipschitz 等條件的問題上能夠取得良好的效果[1]。同時由于遺傳算法的隨機(jī)性和隱含并行性，使其能夠搜索到多個局部最優(yōu)點，因此非常適用于多目標(biāo)優(yōu)化問題。遺傳算法工程上應(yīng)用面臨的挑戰(zhàn)是大計算量，為了提高遺傳算法效率，這里提出了一種具有動態(tài)負(fù)載均衡能力的并行多目標(biāo)遺傳算法，并把它作為優(yōu)化器應(yīng)用到了控制系統(tǒng)設(shè)計問題中。