进化多任务优化
文章平均质量分 91
Keeprunning_Yu
偶尔记录分享对学习对生活的感悟
展开
-
3.[论文解析] TEVC 2023 基于同态加密的增强多任务粒子群算法
进化多任务优化(EMTO)是近年来在进化计算领域提出的一种新的优化范式。EMTO可以同时解决几个不同的优化任务,并通过在任务之间传递有效的知识来促进上级的收敛特性。然而,现有的EMTO通常只注重促进收敛特性,而忽略了潜在的隐私泄漏问题,在不同的任务之间的知识转移。隐私泄露可能会导致相当大的经济损失或严重的声誉受损,这可能会阻碍EMTO在现实世界中的应用的发展。针对EMTO中的隐私泄露问题,提出一种隐私增强的多任务粒子群优化算法。结合多任务粒子群优化算法,设计了一种基于同态加密的具有隐私保护的知识传递策略。转载 2023-10-20 23:32:03 · 757 阅读 · 0 评论 -
2.[论文分享] 基于全局和局部辅助任务的进化多任务多目标优化
进化多任务(Evolutionary multitask, EMT)是一种通过主任务与其他相关任务之间的知识转移来解决复杂优化问题的新模型。本文开发了一种基于进化多任务的约束多目标进化算法来解决约束多目标优化问题,该方法分别由一个特定的种群创建并优化主任务、全局辅助任务和局部辅助任务。主任务是寻找可行的Pareto前沿(PF),并利用全局和局部辅助任务分别增强全局和局部多样性。利用全局辅助任务实现全局搜索,忽略约束条件,帮助主任务的种群通过不可行障碍。原创 2023-10-15 16:28:26 · 210 阅读 · 0 评论 -
1.[论文分享] 进化多任务优化
进化多任务优化(Evolutionary multi-task optimization, EMTO)是进化算法(Evolutionary algorithm, EA)的一个新分支,其目标是在同一个问题中同时对多个任务进行优化,并为每个任务输出最优解。EMTO利用EA的优势来执行全局优化,而不依赖于问题的数学性质。因此EMTO特别适用于复杂、非凸和非线性问题。与传统的单任务EA不同,EMTO可以同时处理多个优化问题,并可以在这些不同的问题之间自动传递知识。转载 2023-10-13 15:17:07 · 563 阅读 · 0 评论