论文学习——多种变化环境下基于多种群进化的动态约束多目标优化

原创

已于 2024-12-12 20:08:30 修改 · 939 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#学习

于 2024-12-12 20:08:00 首次发布

论文题目：Multipopulation Evolution-Based Dynamic Constrained Multiobjective Optimization Under Diverse Changing Environments

多种变化环境下基于多种群进化的动态约束多目标优化（Qingda Chen , Member, IEEE, Jinliang Ding , Senior Member, IEEE, Gary G. Yen , Fellow, IEEE, Shengxiang Yang , Senior Member, IEEE, and Tianyou Chai , Life Fellow, IEEE）IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 28, NO. 3, JUNE 2024

刚开始学习多目标优化算法，不作商业用途，如果有不正确的地方请指正！

个人总结：

2022年出的一篇文章和上次看的swarm的那边协同进化的分类有点像，

将种群划分为可行，不可行分为非支配不可行和支配不可行。

摘要

动态约束多目标优化涉及真实Pareto最优前沿分布的不规则变化，约束引起的可行域的剧烈变化，以及由于不同变化环境导致的最优距离变量的移动方向和大小。
提出了一种基于多种群进化的动态约束多目标优化算法。在该算法中，我们设计了一个部落分类算子，根据可行性检验和目标值将种群划分为不同的部落，这有利于驱动种群向可行域和帕累托最优前沿移动。
同时，提出一种种群选择策略，从部落中识别出有希望的解决方案，并利用它们来更新