最近,必威巩敦卫教授团队在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为“A similarity-based cooperative co-evolutionary algorithm for dynamic interval multi-objective optimization problems”的学术论文,报导了动态区间多目标优化问题的最新研究成果。
动态区间多目标优化问题普遍存在于实际的生产与生活中,因性能指标或约束中包含随环境变化的区间参数,该问题的求解远难于一般的动态多目标优化问题,在最优解比较、追踪最优解的速度和精度等方面具有很大的挑战性。
成果通过对区间参数与决策变量的相关性分析将决策变量分组,并使用不同种群协同优化各组变量,提高了算法的求解质量与效率。主要贡献包括:
1. 提出了动态区间多目标优化问题有针对性的决策变量分组方法,为多种群协同优化奠定了基础;
2. 给出了动态区间多目标优化问题的环境变化检测方法,快速、及时的检测环境变化;
3. 建立了区间优化问题变化强度的衡量方法,为环境变化后的种群精准响应提供了依据;
4. 将所提算法应用于证券投资组合问题,为投资者提供了更多低风险、高收益的决策方案。
据悉,该成果是巩敦卫教授与徐标博士生、张勇教授、郭一楠教授和杨圣祥教授合作完成的,其中,徐标和郭一楠是论文的通信作者。《IEEE Transactions on Evolutionary Computation》是计算机领域具有重要影响力的学术期刊,最新影响因子8.124,位居中科院工程技术大类学科一区。
论文信息:
Title: A similarity-based cooperative co-evolutionary algorithm for dynamic interval multi-objective optimization problems
Authors: Dunwei Gong, Biao Xu, Yong Zhang, Yinan Guo, and Shengxiang Yang
Source: DOI 10.1109/TEVC.2019.2912204
Link: https://ieeexplore.ieee.org/document/8694000