基于Pareto解集关联与预测的动态多目标进化算法

彭星光¹，徐德民^1,2，高晓光³

1. 西北工业大学航海学院2. 西北工业大学水下信息处理与控制国家级重点实验室3. 西北工业大学电子信息学院

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干描述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;