我院在进化计算领域研究取得新进展，提出了解决约束多目标优化问题的进化优化方法，相关研究成果以题为“An Evolutionary Multitasking Optimization Framework for Constrained Multi-objective Optimization Problems”的论文于2022年1月24日在线发表于国际权威期刊《IEEE Transactions on Evolutionary Computation》（IF=11.554）。郑州大学电气工程学院博士研究生乔康加为论文第一作者，梁静教授为论文通讯作者，郑州大学为论文第一单位和通讯单位。

约束多目标优化问题广泛存在于科学研究和工程实践中，解决这类问题需要同时优化多个冲突的目标函数和满足不同的约束条件。为了降低约束造成的搜索难度，设计了一种基于进化多任务的约束多目标优化框架。该框架把寻找部分约束子集当作辅助任务，从而把约束多目标问题转换为多任务优化问题，并通过任务间的知识迁移加快主任务的求解。另外，根据辅助任务和主任务之间的关系，定义了两类知识源。并设计了匹配性方法自适应地迁移合适的知识，以完成高质量的知识迁移。所提出的算法在基准测试函数集上的测试结果表明了所提框架的有效性和优异性。

论文信息：

Kangjia Qiao, Kunjie Yu, Boyang Qu, Jing Liang*, Hui Song, and Caitong Yue. An Evolutionary Multitasking Optimization Framework for Constrained Multi-objective Optimization Problems. IEEE Transactions on Evolutionary Computation, 2022, doi: 10.1109/TEVC.2022.3145582.

（https://ieeexplore.ieee.org/document/9690609）