本文采用基于内存的差分进化算法来解决动态约束优化问题。 该方法基于一种机制，可以根据问题的特殊特征来利用有用的过去信息。 在这种方法的基础上，采用了短期和长期记忆相结合的混合存储方案，并重用了在变化之前发现的最佳可行个体和最佳宽松可行个体。 此外，IATM方法平衡了可行性，基于试验矢量的变更检测机制以及内存更新操作适用于处理约束或目标上的变更。 最后，该方法在最近提出的基准频率变化为1000的问题上进行了测试。 结果表明，与其他九种最新技术相比，所提出的方法具有非常好的竞争性能。