返回
Reinforcement learning-assisted parameter control for constrained multi-objective evolutionary optimization
DOI:10.1016/j.swevo.2026.102568.png)
摘要
En 中文
• 在求解前学习可重用的RL控制器,并在测试时冻结。
• RL-IMTCMO-BS通过连续动作调整多链参数。
• 奖励平衡可行性与解质量改进信号。
• 基于验证的选择防止测试实例引导训练。
• 在留出的SDC实例上的测试表明,相比代表性CMOEAs有稳健的提升。
Keyword:
Constrained multi-objective evolutionary optimization
Reinforcement learning
Parameter control
Constrained multi-objective evolutionary algorithms
IMTCMO-BS

