一种基于大规模多目标演化的深度模糊粗糙神经网络预测方法

一种基于大规模多目标演化的深度模糊粗糙神经网络预测方法，先构建深度模糊粗糙神经网络；再针对该神经网络建立多目标优化问题；再设计大规模多目标演化算法并对优化问题进行迭代演化；最后将最优解带入深度模糊粗糙神经网络，得到最优模型。为解决收敛性和多样性难平衡的问题，提出一种基于状态信息动态平衡的评估方法，通过动态调整多样性与收敛性因子的权重，实现二者的平衡；为了解决维度灾难问题，提出了一种代沟分组方法，通过对决策变量按照变化值排序，并有选择性地应用该排序，优化了分组策略；为了加快收敛速度，提出了一种自适应因子更新策略；该策略使得算法在迭代初期重点促进收敛，在迭代后期注重多样性探索。