基于强化学习资源调度的多概念多目标优化方法

本发明公开了基于强化学习资源调度的多概念多目标优化方法，具体按照以下步骤实施：步骤1、输入参数；步骤2、对参数进行初始化和计算；步骤3、根据当前迭代次数判断是否进行演化操作；步骤4、对概念i种群Popi使用差分进化和多项式变异演化产生子代Offi，将Popi和Offi合并起来构成UnitedPopi，计算其函数值F_UnitedPopi；步骤5、对每个概念的F_UnitedPopi进行环境选择；步骤6、根据新旧子代函数值F_Popi和F_PopNewi更新强化学习的基本元素；步骤7、更新种群及其函数值，令Popi＝PopNewi,F_Popi＝F_PopNewi；步骤8、判断适应度评估次数FES是否小于最大函数评价次数FESMAX；若满足，则输出种群的最优解和最优值；否则返回步骤3，进入下一代种群演化。本发明能够提升MCMOP算法的收敛速度和精度。