基于信息共享策略的加权逐点预测动态多目标优化
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：包全磊, 陈红星
摘要：为了有效实现Pareto最优解，并且提升对于输入误差的鲁棒性，提出一种基于信息共享策略的加权逐点预测动态多目标优化算法。引入一种信息共享策略，该策略允许每个点利用其相邻解决方案中的信息有效提升模型的鲁棒性。引入一个相似性度量，并对其与一些常用的相似性度量进行对比分析，进一步提出一种加权逐点预测方法，逐点特性极大增强了捕捉各种模式的能力。在EC2018 DMO测试套件上的实验结果验证了该方法的有效性。
关键词：信息共享, 鲁棒性, 多目标优化, 加权逐点预测
