Relation model-assisted multi-region evolutionary algorithm for expensive constrained optimization

doi:10.1016/j.eswa.2026.131977

Relation model-assisted multi-region evolutionary algorithm for expensive constrained optimization

2026-03-14

0

PRE

AI

Y

Yuxi Sun Zhichao Huang

DOI：10.1016/j.eswa.2026.131977

原文链接

原文求助

摘要

En 中文

昂贵约束优化问题（ECOPs）由于复杂的地形、严格的可行性要求以及严重的评估预算限制，具有内在的挑战性。本文提出了一种基于关系模型辅助的多区域进化算法（RM-MREA）。通过将搜索空间划分为多个区域，RM-MREA利用区域特定的关系模型来引导全局探索向有前景的区域进行，进而更有效地指导回归模型辅助的局部开发。在真实约束问题上的广泛实验表明，RM-MREA在解的质量、可行性和鲁棒性方面持续优于当前最先进的方法。这些结果凸显了，良好的全局探索不仅能够高效识别可行区域，还能显著提升局部开发的性能，从而在复杂的约束地形中实现卓越表现。

Keyword:

Expensive constrained optimization

Multi-region evolutionary algorithm

Relation model

Global exploration

Local exploitation

Relation model-assisted multi-region evolutionary algorithm for expensive constrained optimization

摘要

期刊

机构

引用论文