基于自适应种子传递的多任务进化算法用于组合问题
摘要：基于自适应种子传递的进化多任务优化算法（MTEA-AST）在多任务组合优化问题中得到了发展。首先，提出了一种维度统一策略来统一不同任务的维度。然后，设计了一种自适应任务选择策略来捕捉目标任务和其他在线优化任务之间的相似性。计算得到的相似度被用来选择适合目标任务的源任务，并确定传递的强度。接下来，建立了一种任务传递策略，从源任务中选择种子并对种子中的不适当知识进行校正以抑制负传递。最后，实验结果表明，MTEA-AST能够在相同领域和跨领域的多任务环境中自适应地传递知识。与其他最先进的EMTO算法相比，该方法在由四个组合优化问题组成的实验中显示出有竞争力的性能。
作者：Haoyuan Lv, Ruochen Liu
论文ID：2308.12647
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-08-25