可行解与不可行解协同
该算法通过主种群、全局辅助种群与局部辅助种群的协同进化，在约束条件下同时兼顾多样性、收敛性与可行性，避免了传统方法过度强调可行性而陷入局部最优的问题。
赵世杰 · Xin, Yu · Lei, Zhang · Jinling, Song
Swarm and Evolutionary Computation 2025
通过合理利用有价值的不可行解，搜索过程能够跨越不可行区域，从而更有效地逼近真实Pareto前沿。
全局辅助种群只在第一阶段运行，收敛后停止进化，避免了后续阶段不必要的计算。
局部辅助种群结合KDD-RDS和CP-RDB策略进行精细局部探索，同时提升算法的收敛性和多样性。