Mutagenic multifactorial evolutionary algorithm based on trait segregation

doi:10.1007/s11431-025-3087-9

Mutagenic multifactorial evolutionary algorithm based on trait segregation

2025-11-19

0

PRE

AI

DOI：10.1007/s11431-025-3087-9

原文链接

原文求助

摘要

En 中文

在智能制造和工业优化领域，进化多任务算法通常依赖手动设置的关键参数（例如随机交配概率的离线/在线学习率）来引导种群间的进化交换，从而提升算法性能。然而，性状分离作为生物学进化中公认的现象，能够自然引导遗传信息的交换，无需手动预定义的参数。受此原理启发，本文提出了一种基于性状分离的诱变多因子进化算法（M-MFEA），深入探究性状表达如何自然引导种群进化。首先，在统一的的多任务搜索空间中，基于性状分离机制定义了个体的性状表达（显性或隐性）。其次，设计了一种基于性状分离的诱变遗传信息交互策略，以增强任务内和任务间的信息传递，使个体能够根据其性状表达自发地引导进化。最后，开发了自适应诱变基因遗传机制以驱动持续的任务收敛，并呈现了M-MFEA的完整框架和关键组件。在基准测试套件和一个工业平面运动臂控制问题上的验证表明，M-MFEA相较于当前先进方法具有显著竞争优势，为复杂工业场景下协同解决多任务优化问题建立了一种新颖范式。

Keyword:

multitasking optimization

gene inheritance

knowledge transfer

trait segregation

planar kinematic arm control

Mutagenic multifactorial evolutionary algorithm based on trait segregation

摘要

期刊

机构

引用论文