日前，鄭州大學電氣工程學院梁靜教授團隊在約束多目標優(yōu)化領域取得系列重要進展，相關成果分別發(fā)表在國際一流期刊《IEEE Transactions on Evolutionary Computation》《IEEE Transactions on Systems, Man, and Cybernetics: Systems》 《Swarm and Evolutionary Computation》之上，鄭州大學為第一單位和通訊單位。

約束多目標優(yōu)化問題廣泛存在于科學研究和工程實踐中，解決這類問題需要同時優(yōu)化多個沖突的目標函數(shù)和滿足不同的約束條件。梁靜教授團隊提出了多種平衡約束和目標的進化優(yōu)化算法，在標準測試函數(shù)取得較好的表現(xiàn)，有良好的實際應用前景。

團隊提出了基于進化多任務的約束多目標優(yōu)化框架，以降低約束造成的搜索難度。該框架把尋找部分約束子集當作輔助任務，從而把約束多目標問題轉換為多任務優(yōu)化問題。另外，設計了匹配性方法動態(tài)遷移有效的知識，以完成高質量的知識遷移。文章發(fā)表在期刊《IEEE Transactions on Evolutionary Computation》，電氣工程學院2021級博士生喬康加為第一作者，梁靜教授為通訊作者（全文鏈接：https://ieeexplore.ieee.org/document/9690609）。

團隊提出了動態(tài)選擇偏好輔助的約束多目標差分進化算法，通過對每個個體的選擇偏好從目標函數(shù)適當?shù)剞D移到約束條件，以達到動態(tài)平衡約束和目標信息之間的利用平衡。文章發(fā)表在期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》，于坤杰副教授為第一作者，梁靜教授為通訊作者（全文鏈接：https://ieeexplore.ieee.org/abstract/document/9373401）。

團隊提出了基于目的導向的兩階段搜索框架，第一階段致力于收斂性和多樣性的平衡，第二階段致力于多樣性和可行性的平衡。兩個階段動態(tài)地平衡了收斂性、多樣性和可行性，以最終獲得收斂性和多樣性均較好的可行Pareto前沿。文章發(fā)表在期刊《Swarm and Evolutionary Computation》，于坤杰副教授為第一作者，梁靜教授為通訊作者（全文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S2210650220304521）。

以上研究得到了國家自然科學基金、國家博士后基金、河南省高校創(chuàng)新人才項目等資助。