一种基于CITI的动态多目标优化方法及装置

本发明提供一种基于CITI的动态多目标优化方法及装置，涉及人工智能技术领域。该方法包括：对动态多目标优化问题，随机生成初始种群，采用基算法对初始种群进行优化；采用种群的评估机制检测环境是否发生变化；变化则采用由聚类个体变化驱动的迁移和插值策略的动态多目标优化算法CITI生成新环境的初始种群，进而得到控制策略。本发明基于个体变化特性划分的子种群更有利于强化簇内个体的搜索任务从而更好引导其他个体向新环境进化。NNI插值策略可以利用相邻点信息近似拟合出新环境PF的几何特征来提升分布性。学习不同历史种群的优秀非支配解有助于增强知识迁移的可靠性并且使DMOA适用于不同类型变化的问题。