最近，bat365中文官方网站巩敦卫教授团队在国际顶级期刊《IEEE Transactions on Cybernetics》上发表题为“Interval multi-objective optimization with memetic algorithms”的学术论文，报导了区间多目标优化问题的最新研究进展。

区间多目标优化问题在实际应用中非常重要且普遍存在，为了找到收敛性好且分布均匀的Pareto前沿，已有区间多目标进化优化方法通常需要大量的目标函数评价，且得到的Pareto前沿具有很大的不确定性。成果通过在全局搜索中嵌入多个局部精细搜索，提高全局种群的收敛性，并降低种群的不确定性。主要贡献包括：

1. 采用Memetic算法求解区间多目标优化问题，提升了方法性能，降低了Pareto前沿的不确定性；

2. 提出激活局部搜索机制的阈值区间，避免了局部搜索的频繁启动，节省了计算资源；

3. 在局部搜索的种群中考虑个体的不确定性，得到了具有较小不确定性的种群；

4. 采用提出的方法解决了不确定太阳能海水淡化优化问题。

据悉，该成果是巩敦卫教授与淮海工学院孙靖副教授、苗壮硕士生、曾小军高级讲师等合作完成的，其中，巩敦卫教授是论文的通信作者，苗壮为公司2017届硕士毕业生。《IEEE Transactions on Cybernetics》是自动化与控制系统、计算机领域具有重要影响力的学术期刊，最新影响因子8.803，位居中科院工程技术大类学科一区。

论文信息：

Title: Interval multi-objective optimization with memetic algorithms

Authors: Jing Sun, Zhuang Miao, Dunwei Gong, Xiao-Jun Zeng, Junqing Li, and Gaige Wang

Source: DOI: 10.1109/TCYB.2019.2908485

Link:https://ieeexplore.ieee.org/document/8699097