异构域多任务粒子群优化器

跨任务正向迁移

通过自适应核映射与多源域适应,在不同特征空间的任务间实现可量化的正向知识迁移,显著改善异构多任务优化的收敛性。

韩红桂 · Bai, Xing · 侯莹 · 乔俊飞

IEEE Transactions on Evolutionary Computation 2023

技术优势

异构任务也能迁移

通过自适应核函数建立源任务与目标任务间的非线性映射,将源任务变换到目标任务空间,降低任务间差异,使不同特征空间的任务能够共享知识。

自动衡量任务相关性

设计基于适应度地形相似性的多源域自适应策略,定量描述每个源域的重要性,减少多个源域与目标域之间的差异,实现域适应,从而促进正向迁移。

收敛更快

通过在基准问题和污水处理实际应用中的实验验证,MTPSO-HDA算法能够促进异构任务间的正向知识迁移,从而提升收敛性能。

应用场景