摘要
目前进化算法大多是通过解从决策空间到目标空间的映射,来判断解的质量.针对约束多目标优化问题,将极限学习机代理模型与不可行解存档方法相结合,提出一种通过目标向量反向预测来引导决策空间种群进化的算法.在CTP和TYPE系列的测试问题上进行了HV度量、IGD度量的性能测试.与几种经典的算法比较,该算法在大多情况下都表现出具有竞争力的性能,且在高难度问题下比其他算法表现更好.
基金项目
中国自然科学基金(42105144)
吉林省教育厅项目(JJKH20220840-KJ)
辽宁省科技厅和国家机器人重点实验室联合基金(2020-KF-22-08)