基于分支非支配排序算法的工业生产过程多目标优化方法

本发明公开了一种基于分支非支配排序算法的工业生产过程多目标优化方法，首先构建多目标优化模型，根据马尔科夫决策模型、并采用分支非支配排序算法进行多次迭代处理，求解多目标优化模型，得到Pareto最优解集，从Pareto最优解集选出最优个体作为将要实施于实际场景下工业生产过程中的优化方案。本发明的分支非支配排序算法以强化学习为框架，结合三种环境变化程度响应机制，并采用外部存储单元存储每次进化迭代过程中的非支配解，并采用树状结构比较合并，得到适用于工业生产过程多目标优化后的Pareto最优解集，从而优化经典进化算法在不同环境变化程度下的收敛性。