近日，理学院信息与计算科学专业2022级本科生白尉廷以第一作者在期刊《Information Sciences》（2023年中科院分区表最新升级版一区Top，IF值：8.1）上在线发表了题为《Growing neural gas network based environment selection strategy for constrained multi-objective optimization》的研究论文。理学院为论文第一完成单位，党乾龙副教授为指导教师和通信作者。

在求解约束多目标优化问题时，既要考虑约束条件的满足程度，又要优化多个冲突的目标。然而，仅关注约束条件会导致潜在有前途解的损失，而只关注目标函数则可能导致种群偏离可行域。因此，如何更好地平衡约束与目标函数之间的关系是一个巨大的挑战。

为了解决上述问题，本文提出了一种基于生长神经气体网络的环境选择策略用于求解约束多目标进化算法（MTCMEA-GNG），该算法包括主任务、无约束辅助任务和拓扑辅助任务。无约束辅助任务可以帮助主任务跨越较大的不可行域。拓扑辅助任务利用生长神经气体网络为主任务提供潜在有前途的解，来帮助主任务探索更小的不可行区域。此外，在主任务中，将生长神经气体网络嵌入环境选择策略内，通过自适应地模拟种群的拓扑结构和节点之间的连接找到更有价值的潜在解。与现有的先进约束多目标进化算法相比，在3个测试集和7个实际工程应用问题上的实验结果表明，MTCMEA-GNG具有竞争力和优越性。

该论文是党乾龙副教授今年继指导本科生高小川以第一作者发表中科院1区论文之后，第二次指导本科生在中科院1区期刊发表高水平论文。此外，《Information Sciences》期刊是信息科学领域内历史悠久、影响广泛的国际顶级期刊之一‌。该期刊由Elsevier出版，主要收稿范围包括信息科学基础和实现与信息技术两大类，具体领域涵盖信息论、数理语言学、自动机理论、认知科学、定性行为理论、人工智能、计算智能、软计算、符号学、计算生物学和生物信息学等‌。

文章链接：https://www.sciencedirect.com/science/article/pii/S0020025524016888