第二周组会——PBDMO与动态测试问题

本文回顾了PBDMO算法在面对环境动态变化时采用的预测、采样和收缩策略,并通过对比DNDGA-2、SGEA等其他算法在FDA1、FAD2等测试问题上的性能,展示了PBDMO在适应性优化方面的特性。
摘要由CSDN通过智能技术生成

年前复现了动态多目标优化算法PBDMO回顾一下

PBDMO在遇到环境动态变化时会采取3个策略

  1. 预测:根据t-1时刻到t时刻质心点的移动方向,在对移动距离分别乘以0.5,1,1.5加上到当前的非支配解集中的到3倍数量的t+1时刻的非支配预测.

  2. 采样:把决策变量分为主要变量和非主要变量并在决策空间对变量进行采样点抽样.

  3. 收缩:对主要变量的决策空间进行上下界搜索再进行均匀采样

算法实验对比情况

针对FDA1测试问题:PS随时间变化PF不随时间变化

1.DNDGA-2算法情况

2.SGEA算法情况

 

3.PBDMO算法情况

 

去掉第三步对主要变量进行收缩的情况 

这是去掉第二步决策空间采样的情况 

 

 针对FAD2测试问题:PS不随时间变化,PF随时间由凹变凸

1.DNSGA-2算法情况

2.SGEA算法情况

 

3.PBDMO算法情况

针对DF1测试问题:ps随时间变化,PF随时间由凹变凸

针对DF3测试问题:PS随时间变化,PF随时间有凹变凸

 

 针对DF5测试问题:PS随时间变化,PF随时间变化不规则

 

 

 

  • 7
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值