景观编码秩相关转移

全局局部经验并用

一种新的可迁移性度量，量化任务间的优化景观相似度，同时利用源任务的全局与局部搜索经验，提升目标任务的优化性能。

Chenming, Cao · 张凯 · Xue, Xiaoming · Tan, Kay Chen · 王健 · 张黎明 · Liu, Piyang · 严侠

IEEE Transactions on Evolutionary Computation 2024

参数信息

实际案例研究

1

技术优势

同时用上全局与局部经验

通过将搜索经验分为全局和局部两类，算法能够同时利用最优解和中间解的信息，从而更充分地释放隐藏在源任务中的优化经验。

提供景观相似性度量

新提出的 LERC 度量利用景观编码量化任务间的秩相关性，能够有效评估任务间的可迁移性，为知识迁移提供依据。

有开源代码可用

算法的源代码已公开在 GitHub 上，便于其他研究者复现和集成到自己的优化流程中。

应用场景

• 工程优化：加速工程问题的寻优过程，减少计算开销。
• 复杂系统设计：辅助复杂系统的多参数优化，提升设计效率。
• 智能建造：优化智能建造中的调度与资源配置。
• 工业机器人：提升机器人运动规划与控制参数寻优能力。