多知识类型迁移适应框架

多类型知识迁移

提出用于多目标多任务优化的多知识类型和迁移适应框架，通过自适应控制知识类型和数量，有效缓解负迁移，并结合排序差分进化算子形成完整算法。

Li, Yanchi · Gong, Wenyin Ying

IEEE Transactions on Evolutionary Computation 2024

参数信息

基准问题数

39

实际应用问题组数

6

技术优势

负迁移可调

通过参数自适应控制知识类型和转移量，减少任务间有害信息交换。

知识类型更全

结合基于演化路径模型和统一搜索空间的知识类型，形成知识池以提升迁移效果。

应用场景

• 多任务进化优化：用多种知识类型和自适应迁移解决多任务优化负迁移问题。
• 多目标优化求解：同时求解多个多目标优化问题，提升整体求解性能。