对抗自编码器动态优化算法

大规模动态多目标高效求解

一种通过对抗自编码器迁移历史最优解生成新环境初始种群的动态多目标进化算法，可与任意大规模多目标进化算法集成。

Li, Chenyang · Yen, Gary G. · 贺喆南

IEEE Transactions on Evolutionary Computation 2024

参数信息

问题维度

1000

技术优势

维度高了也不怕

实验覆盖30至1000维，证明在极高维空间中仍能保持解质量和计算效率。

任何大规模算法都能接

框架无需大量修改即可集成任何经过验证的大规模多目标进化算法。

应用场景

• 大规模动态多目标优化：直接处理高维决策变量下的动态多目标问题，生成新环境初始解。
• 进化计算：为进化计算提供新的大规模动态多目标优化框架。
• 动态环境优化：在环境变化时快速生成初始种群，加速动态环境下的优化收敛。