多视图多样性机制算法

稀疏帕累托解全空间搜索

通过全局到局部无缝过渡的多样性机制和基于共享特征的聚类，该算法在大规模决策空间中同时收敛到多个帕累托最优解集，有效应对稀疏解和多模态带来的挑战。

Zheng, Tianzi · Jianchang, Liu · Jin, Yaochu · Xiangyu, Wang · Liu, Yuanchao

IEEE Transactions on Evolutionary Computation 2025

技术优势

全空间搜索

多视角多样性机制在演化过程中从全局平滑过渡到局部，平衡探索与开发。

更好的解集收敛

算法能够在大规模决策空间中有效收敛到多个帕累托最优集。

聚焦局部区域

聚类方法根据候选解共享特征划分生态位，使搜索从全局探索转向局部开发。

超越现有算法

在基准测试和特征选择问题上，与最先进算法相比结果更优。

应用场景

• 多目标优化：能够高效求解具有多个冲突目标的大规模复杂优化问题。
• 特征选择：在特征选择任务中展现出比现有方法更好的搜索性能。
• 大规模优化：专为大规模决策空间设计，能有效应对维度灾难。
• 进化计算：可作为多目标进化算法的新成员，用于高维多模态问题求解。