基于扰动与记忆的集成辅助多目标优化算法

作者：刘子怡; 王宇嘉; 孙福禄; 贾欣; 聂方鑫

来源：计算机工程, 2021, 1-10.

DOI：10.19678/j.issn.1000-3428.0061885

• 集成代理
• 多目标粒子群优化
• 特征扰动
• 历史记忆
• 不确定性信息

为了提高代理模型在高维问题中的准确性，降低其计算开销，提出一种基于扰动与记忆的集成辅助多目标优化算法。该算法将径向基函数网络与支持向量机回归作为集成中的基模型，减小了算法在高维问题上的计算开销；将特征扰动与基于记忆的影响因子分配策略应用于集成代理构建过程，提高了集成的准确性；使用集成预测值与不确定性信息加权辅助模型管理，平衡了全局搜索与局部探索，增强了种群在目标空间的探索能力。实验结果表明，所提方法在处理昂贵多目标问题时减少了评估次数，其时间复杂度在决策空间维度增加时具有较好的可拓展性。

• 单位
  上海工程技术大学