近日，理学院党乾龙副教授指导的本科生高小川以第一作者身份在计算机科学与智能计算领域国际期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems（IEEE TSMCS）》上发表题为“Multiknowledge Adaptive Transfer Framework and Auxiliary Value Assessment Strategy for Constrained Multiobjective Optimization”的研究成果（论文链接：https://ieeexplore.ieee.org/document/11427362）。

本文提出了一个多知识自适应迁移框架用于求解约束多目标优化问题，该框架结合了两种新的知识类别：决策空间中的同步知识和进化方向知识。与传统的基于进化多任务的约束多目标优化算法相比，这种方法可以更有效地从其他种群中学习。决策空间中的同步知识反映了解在空间分布层面的相互作用和互补，允许解在决策空间中共享和对齐，而进化方向知识则突出了种群进化过程中方向性信息的传递和利用。此外，为防止辅助种群无法为主种群提供有效价值，浪费计算资源，提出了基于奖励的辅助价值评估策略。是否终止辅助种群的繁殖由辅助种群对主种群的价值来评估。所提出的方法在33个基准测试问题和28个实际工程应用问题均具有优异的性能。

图 1 提出多知识自适应迁移框架的流程图

IEEE TSMCS是国际电气与电子工程师协会（IEEE）旗下在系统科学与控制论领域的高水平期刊，聚焦于复杂系统建模与分析、智能控制与决策、人机协同及人工智能系统应用等前沿研究方向。在计算机科学、复杂系统分析、人工智能决策等领域具有重要国际影响力。

近年来，学院不断融入新鲜血液，科教团队呈现年轻化、多元化发展态势，基础研究与产业应用深度融合，形成了多学科交叉融合的良好科研生态。这一研究成果，不仅彰显了学院科研团队的培育成效，更对本科生及研究生的教育教学提供了重要的示范意义。