科研之友
微信
新浪微博
Facebook
分享链接
摘要
进化算法具有良好的搜索能力和灵活性，已成功解决复杂优化问题。但进化算法在求解问题时默认关于该问题的先验知识为零。然而，由于问题很少孤立的存在，解决单一任务积累的经验可迁移到其它相关任务。受这一思想启发，学者们提出了进化迁移优化。进化迁移优化结合了迁移优化与进化算法，利用相关领域的知识学习和迁移，可实现更好的优化效率和性能。首先，介绍了进化迁移优化的背景及相关概念，包括顺序迁移优化、多任务优化和多形式优化的概念。总结了主流的进化迁移优化算法，从源任务选择策略、知识迁移策略、缩小搜索空间差异策略、搜索策略和进化资源分配策略五个研究方向对现有研究进行分类和综述。最后，采用知识图谱系统梳理了进化迁移优化研究的整体概况。在此基础上，展望了未来研究方向，包括求解大规模优化问题、跨异构问题知识迁移、多形式优化范式、精准相似度度量方法和连续离散优化理论。分析了未来研究方向面对的挑战和具体研究思路。
- 单位
