近日，鄭州大學電氣與信息工程學院梁靜教授團隊在約束多目標進化優(yōu)化研究領域取得系列重要新進展，相關成果分別發(fā)表在國際頂尖期刊《IEEE Transactions on Evolutionary Computation》和《IEEE Transactions on Cybernetics》，鄭州大學為第一作者單位和通訊單位。

帶約束的多目標優(yōu)化問題廣泛存在于路徑優(yōu)化、生產(chǎn)調(diào)度、基站布局等眾多的工程實踐和科學研究中，這類問題被稱為約束多目標優(yōu)化問題。解決這類問題需要在滿足不同約束的同時優(yōu)化多個沖突的目標函數(shù)，且約束會重構(gòu)搜索域的地形，因此解決這類問題是一項極具挑戰(zhàn)的任務。梁靜教授團隊提出了多種約束多目標進化優(yōu)化算法，在標準測試函數(shù)和實際問題中均取得了良好的表現(xiàn)。

在團隊之前提出的基于進化多任務的約束多目標優(yōu)化框架的基礎上，從兩個方面設計了新的算法：

第一，從設計更高效的輔助任務角度出發(fā)，提出了基于動態(tài)輔助任務的進化多任務優(yōu)化框架。為輔助任務設計了改進的epsilon方法，以提高知識遷移的有效性。以題為“Dynamic Auxiliary Task-Based Evolutionary Multitasking for Constrained Multi-objective Optimization”的文章發(fā)表在期刊《IEEE Transactions on Evolutionary Computation》上，2021級博士研究生喬康加為論文第一作者，梁靜教授為論文通訊作者。（全文鏈接：https://ieeexplore.ieee.org/document/9774845.）

第二，從設計更有效的知識遷移策略角度出發(fā)，提出了利用約束和無約束帕累托前沿關系的約束多目標進化算法。首先，設計了問題類型學習方法，然后根據(jù)問題類型為輔助任務設計了針對性的進化策略。以題為“Utilizing the Relationship between Unconstrained and Constrained Pareto Fronts for Constrained Multi-Objective Optimization”的文章發(fā)表在期刊《IEEE Transactions on Cybernetics》上，梁靜教授為論文第一作者，博士研究生喬康加為論文第二作者，于坤杰副教授為論文通訊作者。（全文鏈接：https://ieeexplore.ieee.org/abstract/document/9758651.）

基于團隊對約束多目標進化優(yōu)化的深入研究和現(xiàn)有成果，團隊綜述了約束多目標進化優(yōu)化領域的相關工作。首先對現(xiàn)有的約束多目標進化算法進行分類，分析了每個類別的優(yōu)缺點。然后，對基準測試問題進行了總結(jié)，并研究了不同的約束處理技術和不同算法的性能，之后介紹了一些具有代表性的約束多目標優(yōu)化算法的應用。最后，討論了約束多目標進化優(yōu)化領域面臨的一些新挑戰(zhàn)，并指出了一些未來的研究方向。以題為“A Survey on Evolutionary Constrained Multi-objective Optimization”的文章發(fā)表在期刊《IEEE Transactions on Evolutionary Computation》上，梁靜教授為論文第一作者，碩士研究生班旋旋為論文第二作者，于坤杰副教授為論文通訊作者。（全文鏈接：https://ieeexplore.ieee.org/abstract/document/9723472.）

以上研究得到了國家自然科學基金、國家博士后基金、河南省高校創(chuàng)新人才項目等資助。