Novel Prediction Strategies for Dynamic Multiobjective Optimization
一种新型动态多目标优化的预测策略(Qingyang Zhang, Shengxiang Yang , Senior Member, IEEE, Shouyong Jiang, Ronggui Wang, and Xiaoli Li)
IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 24, NO. 2, APRIL 2020
文章创新点:
提出了3个策略
策略1 :快速收敛
根据前一时刻t-1和当前时刻t的质心位置预测出t+1时刻的非支配解位置,但是rs是0.5,1,1.5
策略2 :多样性
为了增强种群的多样性,对决策空间进行采样点抽样.
把决策变量分为 主要变量和非主要变量 假设非主要变量取决于主要变量
主要变量:非支配集合中具有最大标准差的变量 分为N1个
非主要变量:
策略3:收敛性
基于概率对决策空间进行收缩,以生成高质量的解决方案
首先,在相应的非支配集上使用概率估计策略[17](核密度估计?)计算时间t处Xi的最大概率值,表示为Dvt。
在这区域生成0.3N个解.