动态多目标优化进化算法关键问题研究及应用

动态多目标优化进化算法是进化计算的新兴前沿研究领域，是多目标优化进化算法和动态优化进化算法研究的更高阶段，对进化计算领域的进一步发展和工业应用等具有重大意义。该领域的理论研究中关键性的收敛性问题因为公认的巨大难度一直未能得到解决；算法研究也不贴近应用。拟研究动态多目标优化进化算法的收敛性及其相关问题；结合应用需要，研究已知动态多目标优化问题的方程式这个条件下进化算法的行为特性，依据行为特性和问题性质，改进算法，设计测试问题集，定义和完善性能度量标准；用汽车外形的智能设计问题来验证所设计的算法。主要创新点为通过研究理想文档及其存在性，基于Hausdorff拓扑空间的Nyquist空间采样原理来解决多目标优化中尚未能解决的伪收敛和震荡问题，设计在保证近似前沿点分布均匀条件下可以概率1收敛到真实Pareto前沿的多目标优化进化算法，进而研究基于预测机制的动态多目标优化进化算法的收敛性。