融合PLS子空间对齐和种群重用的多任务优化算法
王振宇
王磊
西安理工大学计算机科学与工程学院,陕西西安 710048
摘要：通过利用跨任务的知识转移,多任务优化可以实现比传统单任务优化更好的收敛性能.然而,在多任务优化中,搜索空间和优化场景的偏差以及干扰知识转移的噪声,都可能导致有效知识转移效率的降低,甚至出现负向迁移.为解决此问题,本文提出一种基于最小二乘法(PLS)子空间对齐和种群重用机制的多任务优化算法(PR-MTEA).首先,通过引入PLS子空间投影策略,将高维任务搜索空间向低维空间转化,并建立各任务所拥有种群的特定低维子空间;其次,实时调整子空间Bregman散度获取对齐矩阵,实现跨任务知识转移;最后,设计基于Residual残差结构的种群重用机制,避免出现负向迁移和陷入局部最优情况,并提高算法的收敛性能.实验结果表明:与其他4种先进多任务优化算法进行相比,PR-MTEA具有更好的收敛性能和快速搜索能力.另外,通过传感器覆盖问题进行测试分析,进一步验证算法的可行性和适用性.
关键词：多任务优化知识转移子空间对齐种群重用传感器覆盖问题
论文发表日期：2025-11-30
在线出版日期：2025-12-29（本平台首次上网日期，不代表文献的发表时间）
页数：11( 2363-2373 )
英文信息