Sliding Window 3-Objective Pareto Optimization for Problems with Chance Constraints

本文中，约束单目标问题经常使用演化多目标算法来解决，其中将约束条件放宽为一个额外的目标。最近的研究表明，使用双目标模型的Pareto优化方法可以通过滑动窗口（Neumann和Witt，ECAI 2023）显著加速。在本文中，我们将滑动窗口方法扩展到$3$目标问题，以解决机会约束问题。在理论方面，我们证明了我们的新滑动窗口方法改进了之前在（Neumann和Witt，GECCO 2023）中获得的运行时间界限，同时保持相同的近似保证。我们对机会约束支配集问题的实验研究表明，我们的新滑动窗口方法比（Neumann和Witt，GECCO 2023）中提出的3目标方法更加高效，可以更有效地解决更大的实例。

将滑动窗口方法扩展到三目标优化问题，以解决机会约束问题

将约束问题转化为三目标优化问题，并使用滑动窗口方法进行求解，从而提高求解效率

论文提出的滑动窗口方法在理论上改进了之前的运行时间界限，并在实验中展示了其在解决机会约束支配集问题方面的高效性

之前的研究主要集中在使用双目标模型解决约束问题，而本文将其扩展到三目标优化问题，并使用滑动窗口方法进行求解，相比之前的研究具有更高的效率和性能。相关的论文包括Neumann和Witt在ECAI 2023和GECCO 2023上的研究。