所属专题: 进化计算专题(2024年第5期“进化计算专题”导读,全文即将上线)
• • 下一篇
武越1,丁航奇1,何昊1,毕顺杰1,江君1,公茂果2,苗启广3,马文萍1
WU Yue1,DING Hangqi1,HE Hao1,BI Shunjie1,JIANG Jun1, GONG Maoguo2*,MIAO Qiguang1,MA Wenping3
摘要: 进化多任务优化(EMTO)是进化计算中一种新型的方法之一,它可以同时解决多个相关的优化任务,并通过任务之间的知识转移来增强每个任务的优化。近年来,越来越多的进化多任务相关研究致力于利用它强大的并行搜索能力和降低计算成本的潜力来优化各种问题,并且将EMTO应用于各种各样的实际场景。从EMTO的原理、核心设计、应用以及挑战四个方面对EMTO的算法及应用进行了讨论。首先介绍了EMTO的大致分类,分别从两个层次、四个方面介绍,包括单种群多任务、多种群多任务、辅助任务形式以及多形式任务形式;其次介绍EMTO的核心组件设计,包括任务构建以及知识转移,最后对它的各种应用场景进行介绍,并对今后研究做了总结与展望。