关键词: 动态多目标优化, 粒子群优化, 进化计算, 多智能体协同调度, 概率驱动

摘要：

在多智能体系统中，存在多个随时间变化的协作任务和多个冲突优化目标函数。为了构建多智能体系统，动态多目标多智能体协同调度问题成为关键问题之一。为了解决这一问题，提出了一种概率驱动的动态预测策略，利用历史环境中的概率分布来预测新环境下的概率分布，从而生成新的解决方案，实现对环境变化的快速响应。详细地，设计了一种基于元素的概率分布表示法，以表示元素在动态环境中的适应性，并根据每次迭代中优化算法找到的最佳解，将概率分布逐步更新为实际分布。考虑到环境变化的连续性和相关性，构建了一种基于融合的预测机制，通过融合环境变化时的历史概率分布，预测概率分布并提供新环境的先验知识。通过结合概率分布和启发式信息，提出了一种新的基于启发式的抽样机制，以生成更新过时种群的新解决方案。提出的概率驱动动态预测策略可以插入到任何多目标进化算法中，从而产生概率驱动的动态多目标演化算法。在10个动态多目标多智能体协同调度问题实例上的实验结果表明，所提算法在解的最优性和多样性方面优于竞争算法，并且所提出的概率驱动动态预测策略可以提高多目标进化的性能动态环境中的算法。

关键词： 动态多目标优化， 粒子群优化， 进化计算， 多智能体协同调度， 概率驱动