-
题名基于决策变量时域变化特征分类的动态多目标进化算法
- 1
-
-
作者
闵芬
董文波
丁炜超
-
机构
华东理工大学信息科学与工程学院
上海市计算机软件评测重点实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第11期2154-2176,共23页
-
基金
上海市基础研究特区计划(22TQ1400100-16)
上海市自然科学基金(23ZR1414900)
上海市计算机软件评测重点实验室开放课题(SSTL2023_03)资助。
-
文摘
动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)广泛存在于科学研究和工程实践中,其主要考虑在动态环境下同时联合优化多个冲突目标.现有方法往往关注于目标空间的时域特征,忽视了对单个决策变量变化特性的探索与利用,从而在处理更复杂的问题时不能有效引导种群收敛.为此,提出一种基于决策变量时域变化特征分类的动态多目标进化算法(Dynamic multi-objective evolutionary algorithm based on classification of decision variable temporal change characteristics,FT-DMOEA).所提算法在环境动态变化时,首先基于决策变量时域变化特征分类方法将当前时刻决策变量划分为线性变化和非线性变化两种类型;然后分别采用拉格朗日外插法和傅里叶预测模型对线性和非线性变化决策变量进行下一时刻的初始化操作.为了更有效地识别非线性决策变量变化模式,傅里叶预测模型通过傅里叶变换将历史种群数据从时域转换到频域,在分析周期性频率特征后,使用自回归模型进行频谱估计后再反变换至时域.在多个基准数据集上和其他算法进行对比,实验结果表明,所提算法是有效的.
-
关键词
傅里叶变换
动态多目标优化问题
决策变量分类
动态多目标进化算法
预测策略
-
Keywords
Fourier transform
dynamic multi-objective optimization problems(dmops)
decision variable classification
dynamic multi-objective evolutionary algorithms(DMOEAs)
prediction strategies
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
O224
[理学—运筹学与控制论]
-
