.png){kind=icon}
返回
Multi-objective multitasking optimization based on manifold transfer learning
.png){kind=icon}
PRE
AI
DOI：10.1007/s13042-026-03300-4.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于现实世界中不同优化问题之间存在广泛的合作关系，进化多任务优化算法受到了越来越多的关注。知识迁移是多任务优化算法的核心。源任务的知识可以促进目标任务的优化。由于任务之间存在差异，在进化过程中可能会迁移无用或不必要的知识，导致负迁移并降低优化效率。为缓解此问题，采用自适应知识迁移策略，基于历史进化信息动态调整迁移概率，从而抑制负迁移。为解决上述问题，本文提出了一种基于流形迁移学习（MTL）的多目标多任务优化算法（MOMFEA-MTL）。自适应知识迁移策略用于基于种群进化的历史信息调整知识迁移概率。通过流形迁移方法构建映射矩阵，并将K-means解选择策略获得的解从源任务映射到目标任务，以加速种群进化过程。为验证所提方法的有效性，在9个经典多目标多任务测试函数上进行了实验，实验结果表明所提出的算法具有良好的竞争力。
Keyword:
Evolutionary computations
Multitasking optimization
Knowledge transfer
Manifold learning
期刊
IF:
2.7
论文数:
3.2K
被引数:
6.6K
机构
暂无机构信息
引用论文
分享收藏Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
PREAI
分享收藏分享收藏A multi-objective multi-tasking evolutionary algorithm based inverse mapping and adaptive transformation strategy: IM-MFEA?基于逆映射和自适应变换策略的多目标多任务进化算法: im-mfea？.png)
ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏An improved multi-objective evolutionary algorithm based on environmental and history information一种基于环境和历史信息的改进多目标进化算法NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏Multiobjective Evolutionary Multitasking With Two-Stage Adaptive Knowledge Transfer Based on Population Distribution基于种群分布的两阶段自适应知识转移多目标进化多任务处理
OAAI
OAAI分享收藏TPCMEA: A tri-population evolutionary algorithm with adaptive stage-switching for complex CMOPsTPCMEA: 一种用于复杂CMOPs的自适应阶段切换三群体进化算法
PREAI
分享收藏Multiobjective Multitask Optimization-Neighborhood as a Bridge for Knowledge Transfer多目标多任务优化-邻域作为知识转移的桥梁
PREAI
分享收藏
查看更多内容