进化迁移优化算法综述

摘要：

进化算法是模拟自然界生物进化的启发式算法,具有良好的搜索能力和灵活性且广泛用于复杂优化问题的求解,但在求解过程中默认问题先验知识为零,然而由于问题很少孤立存在,解决单一任务积累的经验可迁移至其他相关任务.进化迁移优化算法利用相关领域的知识学习和迁移,实现了更好的优化效率和性能.介绍进化迁移优化算法的基本分类,从源任务选择、知识迁移、缩小搜索空间差异、进化算法搜索、进化资源分配等5个角度出发对主流进化迁移优化算法的核心策略和优劣势进行梳理和分析.通过中国知网和WOS平台对2014年至2021年的进化迁移优化相关文献进行检索,运用知识图谱进行数据挖掘、信息处理、知识计量和图形绘制,根据进化迁移优化的发展趋势和经验分析总结了其面临的主要挑战和未来研究方向.

关键词：进化算法、进化迁移优化、进化多任务优化、知识迁移、迁移学习

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家重点研发计划;国家重点研发计划

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1-14