免疫遗忘动态多目标优化

许多现实世界中的优化问题都是多个目标的，而且是和时间因素有关的，抽象成数学模型就是动态的多目标优化问题，基于免疫遗忘概念和免疫应答的动态过程，提出了一种用于解决动态多目标优化问题的新的人工免疫系统算法-免疫遗忘动态多目标优化（IFDMO）算法．并采用了两集合覆盖这一评价参数，对算法进行了定量的描述．这一参数用于测量在每一个时间步骤得到的最优解向着Pareto-最优面的逼近程度．并将该算法与另外一种算法CSADMO进行了比较，CSADMO是最近提出的一种用于解决动态多目标优化问题的方法，CSADMO在保持所得前沿面的均匀性，多样性及向着Pareto-最优面的逼近性方面都体现出了很好的性质．实验结果表明，在每。时间步骤中，与CSADMO相比，IFDMO获得的解能更好的向着Pareto-最优面逼近，而且解得分布也更加均匀，范围也更加宽广．