基于参考点预测的动态多目标优化算法
为了快速跟踪动态多目标优化问题变化的Pareto前沿,本文提出一种基于参考点预测策略的动态多目标优化算法(PDMOP).该算法对关联到相同参考点的个体建立时间序列,并对这些时间序列通过线性回归模型预测新环境下种群.同时,将历史时刻的预测误差反馈到当前预测中来提高预测的准确性,并在每个预测的个体上加入扰动来增加初始种群多样性,从而能够加快算法在新环境下的收敛速度.通过4个标准测试函数对该算法测试,并和两个现有算法对比分析,结果表明所提算法在处理动态多目标优化问题时能够保持良好的性能.
动态优化、多目标优化、时间序列、预测、参考点
43
TP3;O21
国家自然科学基金61273031,61525302,61590922;辽宁省自然科学基金项目2014020021;辽宁省教育厅人才项目LR2015021资助 Supported by Natural Science Fundation of China61273031,61525302,61590922;National Natural Science Fundation of Liaoning Province2014020021;Talent Support Project of LiaoningLR2015021
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
313-320