Doubly Robust Causal Learning-Driven Adaptive Evolutionary Constrained Optimization Algorithm

doi:10.4018/IJSIR.405447

Doubly Robust Causal Learning-Driven Adaptive Evolutionary Constrained Optimization Algorithm

2026-01-01

0

OA

AI

DOI：10.4018/IJSIR.405447

原文链接

原文求助

摘要

En 中文

约束优化问题广泛存在，进化算法作为主要的解决方案。然而，这些算法因过度依赖预定义的启发式规则而表现出适应性不足和缺乏因果可解释性。本文提出了一种由双重稳健因果学习驱动的进化约束优化框架，通过因果随机森林量化目标优化与约束满足之间的因果交互，并设计了动态自适应策略切换机制，以自主选择约束优先级、目标优先级及其对应的完整比较策略。在主流基准测试套件上的全面实验表明，所提出的框架在收敛速度、解的质量和稳定性方面优于现有最先进算法，同时在高维和强约束场景下表现出增强的鲁棒性。

Keyword:

Constrained Optimization

Evolutionary Algorithm

Doubly Robust Causal Learning

Causal Strength Coefficient

Adaptive Strategy Switching

Causal Effect Measurement

Doubly Robust Causal Learning-Driven Adaptive Evolutionary Constrained Optimization Algorithm

摘要

期刊

机构

引用论文