LSTM预测动态多目标算法

高精度预测PS

用LSTM网络替代传统线性模型，更精确地捕捉动态多目标优化中Pareto解集的演变规律。

徐标 · Gejie, Rang · Ruijie, Xie · 李文姬 · 巩敦卫 · Zhun, Fan · Yang, Shengxiang · He, Jie

Expert Systems with Applications 2025

技术优势

不用假设线性

LSTM能够学习Pareto解集变化的非线性时序模式，比传统线性模型更贴合实际问题。

预测更准

通过聚类质心的时序建模，LSTM能更精确地预测新环境下Pareto解集的位置。

起点更优

提出的种群生成策略确保初始种群具有良好的收敛性和多样性。

应用场景

• 动态资源调度：动态分配资源时快速追踪最优方案。
• 智能交通控制：实时调整信号配时，应对路网变化。
• 供应链优化：需求波动下重新规划物流路径。
• 机器人路径规划：环境变化时快速更新可行路径。