全文总字数：6996字

1. 研究目的与意义及国内外研究现状

选题目的：

群智能算法是一种新兴的演化计算技术，它在机器学习、过程控制、工程测试等领域取得了较高的成就。现今，各种关于信息技术的国际会议都将智能化技术作为主要研究课题之一，群体智能算法也引起了物理学、计算机科学、经济学等领域科学家们的高度重视。尽管一些优化算法算法在基础理论等方面已经趋于成熟和稳定，但将此类算法应用于实际生活中，还存在一些制约因素。因此，还是需要更多的科研工作者来不断的探索和研究并通过实验验证来优化这些算法。而将烟花算法应用于多目标优化中，打破传统优化方式，增加了优化类算法的优化力度。

选题意义：

2. 研究的基本内容

论文主要的研究工作是烟花算法在多目标优化中的问题，分析二者相结合的优越性。通过查阅资料和深入学习，清晰地认识到当前的探究状况和主要存在不足的问题。在烟花算法的研究基础上，通过和 pso以及遗传算法的交叉对比，提出了烟花算法在优化问题中的研究。对于多目标优化的求解问题，其实在一个集合中去查找一个解，即 pareto 最优解集。因为在对多目标进行优化的相关问题中并不存在属于全局的最优解。因此当优化算法使用之后，而为这些在传统数学模型中能够对多目标进行优化的问题给予了一个全新的求解方法。本论文最后是对多目标烟花算法的优化性能进行测试，采取一定方案对测试函数进行测试分析。通过对比几种多目标优化算法，包括：nsga-ii、npga、vega、spea-ii等，来分析和验证多目标烟花算法的性能，体现该算法的优越性。

3. 实施方案、进度安排及预期效果

1、实施方案：学习和了解基本理论知识，探索研究点，烟花算法算法选择合适的测试函数，并对其进行实验分析；

进度安排：2019年2月24日-2019年3月1日

预期效果：掌握了烟花算法的基本理论知识，进行了实验分析总结。

4. 参考文献

[1] tan y，zhu y. fireworks algorithm for optimization.advances in swarm intelligence. new york: springer,2010.

[2] 曹炬,季艳芳. 改进的烟花爆炸优化算法及其收敛性分析[j]. 计算机工程与科 学,2012,(01):90-93.

[3] 曹炬,李婷婷,贾红. 带有遗传算子的烟花爆炸优化算法[j]. 计算机工程, 2010,(23):149-151