控制与决策

作者：呼子宇,李紫晗,孙浩,魏立新,王聪

单位：燕山大学 电气工程学院,河北 秦皇岛 066004;燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004;燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004;燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004;燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004;燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004,

关键词：动态多目标优化;进化算法;预测;决策变量关系;引导个体;多样性保持

基金：国家自然科学基金项目(62003296,62073276)；国家重点研究开发计划项目(2018YFB1702300)；河北自然科学基金项目(F2020203031)；河北省教育厅科技项目(QN2020225).

动态多目标优化问题(DMOPs)需要进化算法跟踪不断变化的Pareto最优前沿,从而在检测到环境变化时能够及时有效地做出响应.为了解决上述问题,提出一种基于决策变量关系的动态多目标优化算法.首先,通过决策变量对收敛性和多样性贡献大小的检测机制将决策变量分为收敛性相关决策变量(CV)和多样性相关决策变量(DV),对不同类型决策变量采用不同的优化策略;其次,提出一种局部搜索多样性维护机制,使个体在Pareto前沿分布更加均匀;最后,对两部分产生的组合个体进行非支配排序构成新环境下的种群.为了验证DVR的性能,将DVR与3种动态多目标优化算法在15个基准测试问题上进行比较,实验结果表明,DVR算法相较于其他3种算法表现出更优的收敛性和多样性.

来源：2024年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第1期