大模型多目标进化算法

免专家自主设计

让大语言模型自主生成和优化多目标进化算法，免去专家干预，加速算法创新。

Huang, Yuxiao · Wu, Shenghao · 张文杰 · Wu, Jibin · 冯亮 · Kay Chen, Tan

IEEE Transactions on Evolutionary Computation 2025

技术优势

自动生成进化算法

框架利用大语言模型根据给定的多目标优化问题自主生成和修改进化算法，不需要算法专家介入。

错误驱动的自动修正

内置稳健测试模块，通过与LLM的错误驱动对话迭代改进生成的算法，提高算法可靠性。

各类问题上表现稳健

在多种多目标优化问题类别上的实验验证了框架的稳健性和优越性能，表明其具有广泛的适用性。

应用场景

• 进化算法设计：用大模型自动设计进化算法，替代人工设计和专家调整，加快算法开发速度。
• 大模型自主编程：让大模型自主生成和修改代码，减少人工编程和调试工作量，提高编程效率。
• 多目标优化：在无需专家调参的情况下，快速获得针对特定多目标问题的优化求解算法。
• 自动化算法生成：将算法设计过程自动化，提高算法生成的效率和可扩展性。
• 优化求解器：自动生成定制化的优化求解器，适应不同的多目标优化问题场景。