- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
信息与控制2021年第50卷第2期:162~173
DOI:10.13976/j.cnki.xk.2021.0556文章编号:1002-0411(2021)-02-0162-12
动态多目标进化优化研究进展
1,2111
郭一楠,汤万宝,陈国玉,巩敦卫
1.中国矿业大学信息与控制工程学院,江苏徐州221116;
2.中国矿业大学(北京)机电与信息工程学院,北京100083
基金项目:国家自然科学基金资助项目61573361;江苏省“六大人才高峰”资助项目(2017-DZXX-046)
通信作者:巩敦卫,dwgong@vip.163.com收稿/录用/修回:2020-11-30/2021-02-08/2021-03-02
摘要关键词
动态多目标优化问题在实际生产与生活中广泛存在且问题特性随时间或环境的变多目标优化
化复杂多样.为有效解决该类问题,研究人员先后提出用于跟踪最优解的动态多目标动态
进化优化方法和获得鲁棒Pareto最优解集的鲁棒动态多目标进化优化方法.前者检测进化算法
到多目标优化问题特性动态改变时,重新触发寻优过程,从而快速、准确地收敛到新鲁棒
环境下优化问题的真实Pareto前沿.因此,环境变化检测机制和环境响应策略是核心.中图法分类号:TP3
本文从环境变化检测方法和多样性保持、记忆策略、预测机制、迁移学习等环境响文献标识码:A
应策略入手,对已有研究进行分类归纳和总结.为有效降低解的切换代价,在有限
时间内为用户提供可行且满意的较优解,已有的鲁棒动态多目标进化方法通过构建
新型鲁棒多目标优化模型,寻找鲁棒Pareto最优解,不仅在当前环境下具有最优的
收敛性能,还能以一定的满意程度,逼近未来多个相邻动态环境下优化问题的真实
Pareto前沿.为合理评价上述方法的性能,本文列出常用的性能评价指标.最后,基
于对已有方法局限性的分析,探讨了动态多目标进化优化存在的难点和挑战.
ResearchProgressonDynamicMultiobjectiveEvolutionaryOptimization
1,2111
GUOYinan,TANGWanbao,CHENGuoyu,GONGDunwei
1.SchoolofInformationandControlEngineering,ChinaUniversityofMiningandTechnology,Xuzhou221116,China;
2.SchoolofMechanicalElectronicandInformationEngineering,ChinaUniversityofMiningandTechnology(Beijing),Beijing
100083,China
AbstractKeywords
Dynamicmultiobjectiveoptimizationproblemswidelyoccurinrealworldproductionandlife.Theircharmultiobjectiveoptimization;
acteristicschangeovertimeorvarywithenvironments.Tosolvetheseproblemseffectively,researcherspr
文档评论(0)