晓风

摘要多任务进化优化目前是进化计算社区一个非常热门的方向。其旨在同时优化多个任务，通过利用任务之间的潜在相似性以改善每个优化问题的收敛性能。除了之前介绍的MFEA和MFEAII这两个单种群的方法以外，本文介绍两个性能非常好的多种群多任务优化方法。他们是利用显式自编码器的进化多任务优化方法和基于生物群落共生的进化多任务优化方法。1.基于生物群落共生的进化多任务优化方法（SBGA）SBGA是解决多任务优化（MTO）问题的新范式，它利用生物群落(SBO)中的共生关系来跨任务传递有用的信息，其被发表于2019年

摘要​ 此篇博客主要介绍了MFEA理论推导及其改进算法MFEA-II。在多任务优化的情景下，如果任务之间存在潜在关系，那么高质量的解在这些任务之间的转移可以显著提高算法的性能。然而有的时候缺乏关于任务间协同作用的任何先验知识（黑盒优化），主要是负迁移导致算法的性能受损，因此负向任务间交互的易感性会阻碍整体的收敛行为。为了减轻这种负迁移的情况，MFEA-II在MFEA-I的基础上利用在线学习以及...

闲话：由于前段时间一直忙着写论文，所以很久没有更新了，之前的多目标优化系列我也不打算更新了，因为田野老师的PlatEMO真的很好用，代码也很规范，刚入门的同学们，我很建议你们去看看PlatEMO的源代码，会大有益处。最近看了很多关于多任务优化的文章，觉得这是一个蛮有意思的方向，想把里面最经典的两个方法介绍给大家，今天先介绍第一个MFEA，这个方向有一个平台，这里面有原作者的代码及最新的出版物，感兴...

1.多峰非线性最优化问题非线性优化问题2. 经典遗传算法2.1 遗传算法概述

1.背包问题背包问题（knapsack problem）是指从多种物品（项目）中选择几件物品转满背包。假设存在n个不同的物品，对于物品j，其重量为wjw_jwj​，价值为cjc_jcj​，W是背包承受的最大重量，背包问题就是要在不超过背包承受重量的前提下，使装入背包的物品的价值最大。1.1简单约束的背包问题背包问题是理论上的NP-Hard问题，目前还没有可求最优解的多项式时间算法。但很多情况...

本博文是在之前两次多目标优化算法的学习成果上再次实验得到的结果，只是之前使用的编程语言为matlab和python，此次结果是用c语言编程得到的，图是用matlab画的，具体的算法解析请看我前面的两篇博文。1.https://blog.youkuaiyun.com/qq_40434430/article/details/828765722.https://blog.youkuaiyun.com/qq_...

前言这个算法是本人接触科研学习实现的第二个算法，除了单纯实现此算法外，还与NSGA-Ⅱ进行了对比，复现了李青富老师的论文，一下是具体的内容，结尾附上MATLAB代码供读者参考。...

多目标优化算法（一）NSGA-Ⅱ0.前言这个算法是本人接触科研学习实现的第一个算法，因此想在这里和大家分享一下心得。1. 算法简介NSGA-Ⅱ算法，即带有精英保留策略的快速非支配多目标优化算法，是一种基于Pareto最优解的多目标优化算法。1.1 Pareto支配关系以及Pareto等级Pareto支配关系：对于最小化多目标优化问题，对于n个目标分量 fi(x),i=1...nf_i(...

多目标优化算法（四）NSGA3(NSGAIII)论文复现以及matlab和python的代码前沿：最近太忙，这个系列已经很久没有更新了，本次就更新一个Deb大神的NSGA2的“升级版”算法NSGA3。因为multi-objective optimization已经被做烂了，现在学者们都在做many-objective optimization，也就是5个以上的目标函数（悄悄说一句，我觉得这个也要...

摘要：此次博客主要是Jun He和Guangming Lin《进化算法的平均收敛速率》学习心得[1]，推导了在离散优化中平均收敛速率的下界，并且使用python3.6复现了论文中提到的the multigrid EA (MEA)[2]，the fast evolutionary programming (FEP)[3]以及the (1+1) EA[4]。除此之外，使用这三个算法在Ackley’s ...