计算机应用研究

作者：李涛,马昊月,李兴晨,徐久成,

单位：1.河南师范大学计算机与信息工程学院,河南新乡453007；2.智慧商务与物联网技术河南省工程实验室,河南新乡453007；

关键词：进化多任务,多目标优化,知识迁移,进化计算,收敛性和多样性,

基金：国家自然科学基金资助项目(62406104)；河南省高等学校青年骨干教师培养计划资助项目(2025GGJS033)；河南省高等学校重点科研项目基础研究计划资助项目(25A520029)；；

多目标多任务优化旨在通过跨任务传递搜索经验同时优化一组多目标优化问题。针对问题求解过程中所存在的知识负迁移现象，提出了一种动态知识选择与自适应迁移的多目标多任务进化算法。首先，给出基于邻域协同的种群生成方法，该方法通过任务间微量知识迁移探索新的解空间区域，以缓解子问题的盲目搜索。其次，设计一种动态知识选择与自适应迁移机制，该机制依据子问题的进化状态自适应调整知识类型和知识迁移概率，以降低负迁移。最后，设计历史信息驱动的邻域更新策略，该策略通过利用历史迁移信息动态调整搜索方向和位置信息的邻域结构，以增强算法鲁棒性。实验结果表明，该算法在测试套件CEC21-CPLX以及最优潮流问题上均表现出良好的收敛性和竞争力。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期