约束多目标方法（9）——特定问题特定解法

本次介绍的约束多目标方法都是一些无法针对约束处理技术进行归类的一些方法，大部分都是针对问题特点所设计出的算法。

算法逐一介绍

1、Singh等将替代物辅助方法整合到SA中以处理CMOPs。基于代理模型的优化方法可以减少计算量大的仿真次数。将Kriging模型与改进的多目标概率和可行性概率相结合来求解CMOPs。

2、Datta和Regis提出了一种代理辅助进化策略来解决具有昂贵的黑箱不等式约束的cops。

3、Zhang和Qian采用人工免疫系统模型求解时变环境下的非线性约束多目标问题。

4、Wei和Wang等在超矩形搜索的基础上提出了一种PSO变体，可以预测下一个时间步的最优解。

5、Qu和Suganthan提出将多个CHT杂交来解决CMOPs ，因为单个CHT不可能在每个问题上都优于其他CHT。

6、Zapotecas-Martínez和Coello Coello提出了一种连续盒型cops算法，该算法采用非线性单纯形搜索方案获得PS。

7、Sadollah等使用水循环算法求解cops，其中使用一个存档保存得到的非支配解。

8、Qian等基于生物免疫系统设计了一种求解CMOPs的免疫优化方法。

9、Yuan等引入了一种基于指标的CMOPs CHT，以指导人群统一探索有潜力的领域。

10、Li等设计了一种先锋选择策略，先锋个体不考虑约束条件，逐步减少先锋个体的比例，以获得均匀分布的CPF。