免训练缩小搜索空间
将数百万级二进制变量的优化转化为少量网络权重的优化，显著降低搜索空间维度，且无需训练过程。
田野 · Luchen, Wang · Yang, Shangshang · Jinliang, Ding · Jin, Yaochu · 张兴义
IEEE Transactions on Evolutionary Computation 2024
通过降维将高维二进制变量映射到低维网络权重空间，六类单目标和多目标问题上最多处理一千万个变量，突破了传统方法的规模瓶颈。
方法本质上无需训练步骤，消除了对先验知识的要求，直接提升搜索效率，部署时不需要准备训练数据或进行模型调参。
在六类单目标和多目标二进制优化问题上，所提方法相对顶尖进化算法和神经网络方法展现出更优的求解质量，且不需要额外训练开销。