日前,鄭州大學電氣工程學院梁靜教授團隊在約束多目標優化領域取得系列重要進展,相關成果分別發表在國際一流期刊《IEEE Transactions on Evolutionary Computation》《IEEE Transactions on Systems,Man,and Cybernetics: Systems》《Swarm and Evolutionary Computation》之上,鄭州大學為第一單比特和通訊組織。
約束多目標優化問題廣泛存在於科學研究和工程實踐中,解决這類問題需要同時優化多個衝突的目標函數和滿足不同的約束條件。梁靜教授團隊提出了多種平衡約束和目標的進化優化算灋,在標準測試函數取得較好的表現,有良好的實際應用前景。
團隊提出了基於進化多工的約束多目標優化框架,以降低約束造成的蒐索難度。該框架把尋找部分約束子集當作輔助任務,從而把約束多目標問題轉換為多工優化問題。另外,設計了匹配性方法動態遷移有效的知識,以完成高品質的知識遷移。文章發表在期刊《IEEE Transactions on Evolutionary Computation》,電氣工程學院2021級博士生喬康加為第一作者,梁靜教授為通訊作者(全文連結:https://ieeexplore.ieee.org/document/9690609)。
團隊提出了動態選擇偏好輔助的約束多目標差分進化演算法,通過對每個個體的選擇偏好從目標函數適當地轉移到約束條件,以達到動態平衡約束和目標資訊之間的利用平衡。文章發表在期刊《IEEE Transactions on Systems,Man,and Cybernetics: Systems》,於坤傑副教授為第一作者,梁靜教授為通訊作者(全文連結:https://ieeexplore.ieee.org/abstract/document/9373401)。
團隊提出了基於目的導向的兩階段蒐索框架,第一階段致力於收斂性和多樣性的平衡,第二階段致力於多樣性和可行性的平衡。兩個階段動態地平衡了收斂性、多樣性和可行性,以最終獲得收斂性和多樣性均較好的可行Pareto前沿。文章發表在期刊《Swarm and Evolutionary Computation》,於坤傑副教授為第一作者,梁靜教授為通訊作者(全文連結:https://www.sciencedirect.com/science/article/abs/pii/S2210650220304521)。
以上研究得到了國家自然科學基金、國家博士後基金、河南省高校創新人才項目等資助。