MP-HCEA进化算法

多方协同优化

一种通过双阶段合作与双搜索机制，在离散问题上同时协调多个决策者目标的多方多目标进化算法。

张磊 · Meng, Zhu · Ge, Yuanyuan · 杨海鹏 · Wu, Likang · 赵洪科

IEEE Transactions on Evolutionary Computation 2025

技术优势

双阶段合作

前期弱合作共享子代个体，后期强合作共享父代个体，这种机制既保证了多种群间的有效信息共享，又帮助它们获得高质量解。

双搜索机制

新提出的双搜索机制引导多方种群的进化，进一步增强算法的收敛能力。

离散问题优化

直接针对离散问题设计，弥补了现有多方多目标优化在离散领域的不足。

应用场景

• 多利益相关者推荐系统：在推荐系统中同时考虑平台、用户和商家等多个利益方的目标，获得各方都满意的推荐结果。
• 组合优化：求解离散决策空间中的组合问题，如特征选择、子集选择等，同时满足多个决策者。
• 资源分配：在多个利益相关者之间分配有限资源，平衡各方收益。
• 调度问题：处理涉及多个决策者的离散调度任务，如生产排程、任务分配。
• 路径规划：在路径规划中协调多个决策者，如物流路径选择时兼顾成本与时效。