图神经网络引导的演化算法求解约束多目标优化问题
张毅芹1
韩宗宸2
孙靖1
赵春亮1
1.青岛科技大学数据科学学院，山东青岛2660612.青岛科技大学信息科学技术学院，山东青岛266061
摘要：约束多目标优化问题由于其约束复杂性、可行域不规则性和可行解稀疏性，通常存在难以精准刻画约束关系，以及难以找到收敛性好且分布均匀的帕累托非支配解等问题。为此，本文提出了一种图神经网络引导的约束多目标演化算法，该算法包括了学习模块与权向量自适应策略，其中学习模块通过训练图神经网络对解集进行快速评估，权向量自适应策略通过判别准则和更新机制增强种群多样性。实验结果表明，该算法在多个基准测试问题上显著优于现有的五个先进算法，在复杂约束多目标优化问题上表现出色。
关键词：图神经网络约束多目标优化问题约束多目标演化算法权向量更新
分类号：N032(科学的方法论)
资助基金：国家自然科学基金(62373171)山东省自然科学基金(ZR2023QF065)低空飞行智能服务保障山东省工程研究中心开放课题(KF2024SD006)
论文发表日期：2025-02-27
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：12( 135-146 )
英文信息