计算机应用研究

作者：刘志霖,康岚兰,董文永,

单位：1.江西理工大学信息工程学院,江西赣州341000；2.赣南科技学院信息工程学院,江西赣州341000；3.武汉大学计算机学院,武汉430072；

关键词：动态多目标优化,预测校正,环境感知,参考点,

基金：国家自然科学基金资助项目(62166019)；江西省自然科学基金资助项目(20232BAB202024)；江西省研究生创新专项资金资助项目(YC2023-S660)；；

为高效追踪动态多目标优化问题中随时间或环境变化而不断演变的Pareto前沿，提出了一种新的基于环境感知与预测校正的动态多目标优化算法（HD-DMOEA）。该算法包含三个主要策略：首先使用Wilcoxon符号秩检验对环境变化进行检测，并提出一种新的环境感知算子对环境变化强度进行判定。其次，构建Holt差分预测校正模型预测种群个体在下一个时间窗的位置，并在预测过程中根据参考点进行预测校正，以提高模型预测精度，加快算法寻优速度。另外，提出了一种新的变异方法，该方法根据环境变化强度引入不同的变异个体，以维持种群多样性，从而降低种群陷入局部最优的概率。为验证HD-DMOEA的有效性，将HD-DMOEA与五种最先进的预测算法分别在测试集FDA和dMOP上进行实验对比分析，实验结果表明，HD-DMOEA在搜索过程中能有效动态平衡种群的多样性和收敛性，实现对Pareto 前沿的持续高效追踪，并且优于其他五种对比算法。

来源：2024年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第12期