基于贝叶斯网络的多目标优化算法研究  

Research on Multi-objective Optimization Algorithm Based on Bayesian Network

作　　者：邱珍珍 孔宇彦 邱文华[3] Qiu Zhenzhen;Kong Yuyan;Qiu Wenhua(Guangdong Engineering Polytechnic,Guangzhou,Guangdong 510520;Guangdong Polytechnic of Industry and Commerce,Guangzhou,Guangdong 510510;Guangdong Mechanical&Electrical Polytechnic,Guangzhou,Guangdong 510515)

机构地区：[1]广东工程职业技术学院,广东广州510520 [2]广东工贸职业技术学院,广东广州510510 [3]广东机电职业技术学院,广东广州510515

出　　处：《工程技术研究》2022年第18期151-153,共3页Engineering and Technological Research

基　　金：2020年广东工程职业技术学院科研项目“基于贝叶斯网络的多目标优化算法的研究”(KYYB2020009);2020年广东省普通高校特色创新项目“基于Markov网络的多目标进化算法研究”(2020KTSCX231);广东省哲学社会科学“十三五”规划2020年度学科共建项目“疫情防控常态下基于产教融合的高职创新创业人才培养模式的研究”(GD20XJY18)。

摘　　要：文章在对现有贝叶斯优化算法进行系统而深入的理论研究和性能分析的基础上,拓展其多目标优化能力,构建基于贝叶斯网络的多目标算法框架,并围绕多目标优化算法收敛到多目标问题的全局帕累托(Pareto)前沿的Pareto最优解集和保持解的多样性这两个主要设计目标,研究高效、鲁棒的基于贝叶斯网络的多目标进化算法。Based on the systematic and in-depth theoretical research and performance analysis of the existing Bayesian optimization algorithm, this paper expands its multi-objective optimization capabilities and constructs a multi-objective algorithm framework based on Bayesian network. It focuses on two main design goals of multi-objective optimization algorithms converging to the Pareto optimal solution set of the global Pareto front of the multi-objective problem and maintaining the diversity of solutions, and studies an efficient and robust multi-objective evolutionary algorithm based on Bayesian network.

关 键 词：贝叶斯网络 多目标 优化算法 帕累托优化 

分 类 号：O221[理学—运筹学与控制论]