基于进化环境的多目标进化机理的研究

多目标进化算法(MOEA)具有同时优化多个目标的能力，应用前景广阔，近年得到快速发展。传统MOEA主要是模仿生物自身的进化过程，没有(或很少)考虑进化环境对进化的作用。本项目在传统MOEA的基础上，将动态进化环境作为进化模型的一个重要组成部分，实现进化环境与进化个体的相互影响和相互作用，使环境与个体共同进化，从而有效地解决动态多目标优化问题；将人工智能技术中的慎思和反应式思维模型引入到进化计算模型中，以解决长期存在于进化计算中的一对矛盾――速度与精度的矛盾。在此基础上，建立基于进化环境MOEA的一般框架和模型，研究基于进化环境MOEA的进化机理和一般进化规律，从理论上分析与论证其收敛性；研究基于进化环境MOEA处理动态优化问题的性能评价规范和评价方法，重点研究非均匀分布情况的性能评价方法。通过本项目的研究，得到新的理论结果和研究方法，为MOEA的进一步理论研究、实现与应用提供理论基础。