MTMO--通过多任务优化求解多目标优化问题

MTMO–通过多任务优化求解多目标优化问题

title： Multiple Tasks for Multiple Objectives: A New Multiobjective Optimization Method via Multitask Optimization

author： Jian-Yu Li, Zhi-Hui Zhan, Yun Li, Jun Zhang.

journal：IEEE Transactions on Evolutionary Computation (TEVC)

DOI： 10.1109/TEVC.2023.3294307

code:

1.主要贡献：

​ 1）给出了将MOP转化为MTOP的理论证明和转换方法。

​ 2）设计了MTMOEA，通过MTO来求解MOP。它包含两个策略：目标点估计策略和基于档案的隐式知识迁移策略。

2.问题提出：

​ 1）将MOP转化为MTOP，可以避免处理目标冲突的问题，并且可以找到分布均匀的多个最优解。

​ 2）已有的研究将MOP与MTOP联系起来，但是还未曾有将MOP本身视为MTOP来解决MOP的研究。

​ 3）下图展示的是MOP与MTOP的关系，其中$G_1={\varphi }_1(f_1,f_2)$表示MOP与MTOP中的Task1的映射。

3.MTMO：

​ 下图是MTMO的整体流程图，一个MOP可以通过如下公式分解为包含$K$个任务的MTOP：
$$x_k=\arg \min g_k(x|Z_k),k=1,2,...,K$$

$$g_k(x|Z_k)=d(F(x),Z_{}$$