基于个体预测的动态多目标优化算法

作者：王万良; **馗; 吴菲; 王铮; 俞梦娇

来源：浙江大学学报(工学版), 2023, 57(11): 2133-2146.

• 动态多目标优化
• 参考点联系算法
• 特殊点
• 反馈校正
• 多样性

为了快速追踪随环境变化的动态多目标优化问题的Pareto前沿，提出基于个体预测的动态多目标优化算法(IPS).利用参考点联系算法筛选出特殊点，该特殊点具有良好的收敛性和多样性，通过对特殊点集的预测快速响应环境变化.提出针对种群中心点预测的反馈校正机制，在预测非支配解集的过程中，对预测步长进行反馈校正，从而使预测更加准确；为了避免算法陷入局部最优，提出混合多样性维持机制，引入由拉丁超立方抽样和精度可控的突变策略分别产生的随机个体，以提高种群的多样性.将所提算法与其他4种动态多目标优化算法进行对比分析，实验结果表明，IPS能够平衡种群的多样性和收敛性，在FDA、DMOP、F5～F10系列问题上，实验结果优于其他4种算法.

• 单位
  浙江工业大学