基于Pareto解集关联与预测的动态多目标进化算法

摘要：

针对动态多目标优化问题,提出一种基于Pareto解集关联与预测的动态多目标进化算法(LP-DMOEA),设计了基于超块的Pareto解集关联方法.该方法能够动态维护若十描述Pareto解变化规律的时间序列,通过对新环境下的Pareto解集进行预测来生成初始种群.将LP-DMOEA应用于非劣分类遗传算法(NSGA2),并对3类标准测试函数进行了实验,所得结果表明该方法能够有效求解动态优化问题.

关键词：动态多目标优化问题、动态多目标进化算法、Pareto解集关联与预测、超块

所属期刊栏目：26

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60875071;60774064;水下信息处理与控制国家级重点实验室基金9140C23050309C23

在线出版日期：2011-07-19（万方平台首次上网日期，不代表论文的发表时间）

页码：615-618