A topology-aware direction-adaptive multitask evolutionary algorithm

doi:10.1016/j.swevo.2026.102497

A topology-aware direction-adaptive multitask evolutionary algorithm

2026-08-01

0

PRE

AI

DOI：10.1016/j.swevo.2026.102497

原文链接

原文求助

摘要

En 中文

在进化多任务优化中，基于搜索方向的知识迁移因其能够利用进化过程中产生的方向信息来促进跨任务协作而受到越来越多的关注。尽管此类方法能够有效利用进化过程中产生的搜索信息，但现有设计在迁移触发、方向可靠性和坐标对齐方面仍存在局限性。因此，其他任务的方向信息可能被强加给尚不适合接收这些信息的个体，而这些个体接收到的信息可能对其无效。为解决上述问题，本文提出了一种拓扑感知的方向自适应多任务进化算法（TADA-MTEA）。首先，开发了一种自适应局部聚合评估机制，用于筛选适合接收跨任务信息的个体。该机制利用共享最近邻度量来量化邻域紧密度，并根据跨任务迁移成功率动态调整紧密度标准，从而判断每个目标个体是否适合接收跨任务信息。其次，构建了一种进化方向融合和对齐机制，将其他任务的方向信息转化为适合目标个体的可靠迁移方向。根据传入方向信息的可靠性，它自适应地融合梯度引导方向与局部最优引导的差分向量，然后利用正交Procrustes分析估计的旋转将融合后的方向映射到目标局部坐标系中。最后，在基准测试套件和实际案例中的实验结果表明，TADA-MTEA在不同多任务场景下均表现出竞争力和稳健的性能。

Keyword:

Evolutionary multitask optimization

Search direction

Knowledge transfer

Differential evolution

A topology-aware direction-adaptive multitask evolutionary algorithm

摘要

期刊

机构

引用论文