上周收到邮件通知,团队在多任务优化方向的新作被ESWA期刊录用,昨天正式上线了,该论文第一作者赵娟,我是通讯作者,合著成员包括来自日本、美国和温州大学的学者,是团队国际合作的又一案例。
图文信息:

题目:A Paradigm of Evolutionary Manytasking Optimization for Solving Nonlinear Equation Systems: A Two-Stage Framework with Adaptive Knowledge Transfer, Sharing and Hybrid Resource Sampling
化式多任务优化求解非线性方程组的新范式:两阶段框架下的自适应知识迁移、共享与混合资源采样
摘要:
非线性方程组(NESs)在科学与工业领域具有重要应用价值,然而其固有的复杂性、多样性及多解特性使得高效求解始终面临挑战。现有方法通常独立处理每个方程组,未能充分利用任务间潜在的协同效应(即隐性关联)。为此,我们提出EMaTSaNES——一种专为非线性方程组求解设计的演化多任务优化新范式。该范式通过在统一搜索过程中并发优化数十个方程组任务,促进任务间知识迁移,从而提升收敛速度与解质量。为实现高效自适应的跨任务协同,EMaTSaNES融合三大核心机制:首先,提出自适应知识迁移与共享机制(AKTS),通过根据自身进化趋势动态调整知识迁移概率,并自适应变异策略以提升优化性能;其次,设计混合资源采样策略(HRS),采用多分布协同采样生成新个体,平衡探索与开发能力;再者,针对NES任务的异构性与动态演化特性,开发自适应参数调整机制(SaPA),依据实时任务反馈持续优化算法参数。在多种复杂非线性方程组上的实验表明,EMaTSaNES在鲁棒性、精度与可扩展性方面均显著优于现有算法。
DOI: https://doi.org/10.1016/j.eswa.2025.129459
50天作者分享地址:https://authors.elsevier.com/c/1lgX53PiGTXKvV
论文资助信息:中国高校产学研创新基金(2021Z?YA11012)、荆门市重点研发计划项目(2024YFZD046)、湖北省中青年人才项目(Q20224305)和横向软件开发项目(HX20230127)
ESWA期刊简介:
《Expert Systems With Applications (ESWA)》是计算机科学与人工智能领域的顶级期刊,是国际公认的人工智能领域旗舰期刊。该期刊重点专注于智能系统和专家系统的研究,并发表该领域的原创、创新和创造性成果。该期刊近五年的影响因子为7.8。
学者网

评论 0