动态多目标优化进化算法关键问题研究

Studying evolutionary algorithms for solving dynamic multi-objective optimization problems (DMOPs) is an important research area with significant theoretical and applicational perspectives. This project aims to systematically study this area, denoted as evolutionary dynamic multi-objective optimization (EDMO). In this project, we will develop standardized DMOP benchmark problems and performance metrics by combining and considering different features of multi-objective optimization problems and dynamic environments. To deal with the problems of existing EDMO algorithms, we will design new EDMO algorithms by investigating and integrating efficient methods from dynamic environment detection, dynamic optimization, multi-objective optimization and evolutionary algorithms. As real-world case studies, we will apply developed EDMO algorithms to solve dynamic multi-objective optimization problems in university timetabling and transportation systems. Based on the above activities, we will establish the standardized assessment platform and general framework for designing EDMO algorithms. By researching the above key issues, we will establish the theoretical and application basis, provide the performance assessment system and comparison platform, establish the general design framework in EDMO, in order to provide guidance for further research and application in the domain.

研究进化算法来求解动态多目标优化问题具有重要的理论意义和应用价值，本项目对进化动态多目标优化（EDMO）进行系统的研究。针对基准测试问题和性能评价指标的不足，研究不同的多目标优化问题的特征和动态环境变化类型，提出规范的动态多目标优化基准测试问题和性能评价体系；针对现有 EDMO 算法设计的不足，通过动态环境探测技术、动态优化技术、多目标优化技术和进化算法四个方面的研究和集成，设计有效的 EDMO 算法；针对 EDMO 应用研究的不足，开展 EDMO 在大学课程排课和交通运输系统方面的应用研究；针对 EDMO 算法设计测试平台和指导性方法的缺少，通过统计、分类和关联方法，建立规范的 EDMO 算法测试和评估平台和一般方法和基本框架；通过对以上关键问题的研究，建立 EDMO 的性能评价体系和测试平台、理论和应用基础、一般方法和基本框架，为该领域的进一步研究和应用提供指导。

研究进化算法来求解动态多目标优化问题具有重要的理论意义和应用价值，本项目对进化动态多目标优化（EDMO）进行系统的研究。针对基准测试问题和性能评价指标的不足，研究不同的多目标优化问题的特征和动态环境变化类型，提出规范的动态多目标优化基准测试问题和性能评价体系；针对现有 EDMO 算法设计的不足，通过动态环境探测技术、动态优化技术、多目标优化技术和进化算法四个方面的研究和集成，设计有效的 EDMO 算法；针对 EDMO 应用研究的不足，开展 EDMO 在交通运输系统和风电场的最优布局方面的应用研究；通过对以上关键问题的研究，建立 EDMO 的性能评价体系和测试平台、理论和应用基础、一般方法和基本框架，为该领域的进一步研究和应用提供指导。研究过程中新增了动态高维，动态约束方面的研究并取得了不错的研究成果。组织学术讨论会议1次，同时积极参与国内高校举办的该领域的研讨会，与高校知名教授就动态多目标进化优化的关键问题展开交流和讨论。培养研究生 15人。其中在读硕士研究生9人；硕博连读1人，硕士毕业5人。在重要学术期刊上发表论文36篇，期刊论文35篇，其中SCI收录25篇，会议文章1篇。