澳门葡京赌场官网-金沙赌场注册送体验金

報告題目：復雜約束多目標進化算法研究

報告時間：2023年10月27日（星期五）10:00-11：30

報告地點：博聞樓313（電信學院大會議室）

主辦單位：電子與信息工程學院

報 告 人：董明剛

報告人簡介：

董明剛，桂林理工大學教授、博士，碩士生導師。主要研究方向為智能計算、機器學習。桂林理工大學信息科學與工程學院副院長、廣西嵌入式技術與智能系統重點實驗室副主任、桂林理工大學人工智能研究院副院長、廣西高校電子信息教指委委員、廣西人工智能學會理事、中國計算機學會YOCSEF桂林主席（2020-2021）、中國計算機學會高級會員、人工智能與模式識別專委會委員、大數據專委會委員。先后主持國家自然科學基金項目3項、廣西自然科學基金等省部級科研項目3項。近年來以第一作者或通信作者在《Swarm and Evolutionary Computation》《Information Sciences》《Knowledge-based Systems》《控制與決策》等國內外重要期刊和會議上發表學術論文40多篇。其中SCI、EI收錄期刊論文30余篇；出版學術專著1部、教材3部；獲廣西自然科學優秀論文獎二等獎1項和廣西教學成果一等獎2項、三等獎1項。

報告內容簡介：

報告首先介紹約束多目標問題，然后介紹本團隊在復雜約束多目標進化算法方面的一些嘗試和取得相關成果。主要內容如下：針對具有小可行區域的約束多目標優化問題，提出了一個基于雙存檔的約束多目標進化算法（簡稱CTAEA-SFR）。提出的算法遵循雙存檔約束多目標優化進化算法（簡稱 C-TAEA）中的雙存檔的思想，分別維護面向收斂性的存檔（簡稱CA）和面向多樣性的存檔（簡稱DA）。為了平衡目標和約束，提出了一種用于更新CA的高質量解選擇機制。為了在進化過程中提供更好的種群多樣性，設計了一種動態選擇策略，根據CA的狀態更新DA。為了CA和DA更好地交互，提出了一種基于協作的匹配選擇機制，不僅可以平衡收斂性和多樣性，還可以平衡探索和開發。此外，還設計了一種理想點的替換機制，使種群在可行區域內均勻分布。針對約束多目標優化問題存在的Pareto前沿不連續特征導致算法搜索效率較為低下的問題，提出了具有兩階段資源分配的約束多目標進化算法（簡稱CMOEA-TSRA）。CMOEA-TSRA通過迭代次數將進化過程劃分為兩個階段，并采用不同的策略分配搜索資源。在第一階段，它只粗略地開發可行區域，更加關注探索未開發的區域，以提高搜索效率。在第二階段，進一步開發可行區域。此外，為了幫助種群跨越不可行區域并找到狹窄的可行區域，開發了一種基于種群分布的適應度分配方法。同時，還開發了一種基于鄰域的匹配選擇機制，利用鄰域解的信息來提高種群多樣性。