景观驱动的随机变异:约束进化多目标优化中用于自适应变异控制 (DD-AMC) 的数据驱动元学习框架
《Swarm and Evolutionary Computation》:Landscape-driven stochastic variation: A Data-Driven Meta-Learning Framework for Adaptive Mutation Control (DD-AMC) in constrained evolutionary multi-objective optimisation
【字体:
大
中
小
】
时间:2026年09月24日
来源:Swarm and Evolutionary Computation 9.6
编辑推荐:
**摘要**
进化多目标优化框架,如CNSGA-II和CMOEA/D,严重依赖精确的参数配置——尤其是变异率——来平衡局部开发与全局探索。然而,这些框架大多采用静态变异率(如pm=1/D)或僵硬的动态启发式策略。随着目标维数和约束维数的扩展,这些静态方法缺乏情境感知能力,经
**摘要**
进化多目标优化框架,如CNSGA-II和CMOEA/D,严重依赖精确的参数配置——尤其是变异率——来平衡局部开发与全局探索。然而,这些框架大多采用静态变异率(如pm=1/D)或僵硬的动态启发式策略。随着目标维数和约束维数的扩展,这些静态方法缺乏情境感知能力,经常导致搜索过程在高度碎片化的可行域中停滞。为解决这一局限,我们提出了数据驱动元学习自适应变异控制器(DD-AMC)。我们的框架用多层控制范式替代了静态启发式策略:一个离线训练的集成模型,基于t=0时刻的结构元特征执行先验推断以确定最优初始变异率;以及一个在线反馈控制器,持续监控进化停滞情况。为防止过早收敛,该控制器动态调整变异概率并触发一种受生物学启发的"停滞覆盖系统(SOS)模式",以强制逃逸深度局部最优。最后,一个归档数据驱动的日志循环系统从已完成的运行中系统地捕获成功的参数配置,以扩展用于后续离线再训练的数据仓库。我们在多样化的约束多目标基准测试中评估了DD-AMC增强算法,包括可扩展的超多目标实例。实验结果表明,我们的方法总体上优于静态和传统动态方法,特别是在可扩展的超多目标和碎片化约束实例上,同时承认高度波动的时变拓扑结构(如DASCMOP1/3)在关键收敛指标上仍然具有挑战性,有效防止了停滞并确保在不同目标维度下的鲁棒适应性。
**引言**
约束多目标和超多目标优化问题(CMOPs、CMaOPs)的特征在于需要同时优化两个或多个相互冲突的目标函数,同时满足严格的可行性约束。这类问题经常出现在工程应用中——包括结构拓扑设计、流体动力学资源分配和复杂控制系统——其中物理定律严格限制了可行搜索空间。为解决这些挑战,进化算法(EAs)已成为标准的计算工具。CMOEA/D-DMA [1]和CNSGA-II [2]等框架被广泛采用,因为它们可以在单次模拟运行中近似Pareto前沿。
然而,尽管在约束处理技术方面取得了显著改进——如约束支配 [2]、ε-约束方法 [3]、定向交配 [1] 和基于归档的保留 [4]——这些算法在搜索动态方面仍存在一个持续的局限:对静态变异率的依赖。多项式变异算子对于在不相连的可行域之间维持多样性至关重要,传统上采用的是Deb等人 [2] 确立的基准参数(pm=1/D和ηm=20)。该基准概率意味着每个个体恰好有数学期望上的一次变异决策变量。
虽然简单,但这种静态参数化策略忽略了一个关键现实:最优变异强度在功能上依赖于景观拓扑。正如Runarsson和Yao [5] 所证明的,不相连的可行域需要在不可行区域之间进行"长跳跃"。低静态概率自然地限制了这种行为。随着目标数量的增加,可行空间通常碎片化为孤立的子区域。在这些复杂的多目标环境中,固定的变异参数难以提供跨越不可行屏障所需的扰动强度,经常导致过早收敛。这种静态方法的支配地位被机构性基准协议所强化,如CEC 2017约束优化竞赛 [6],明确不鼓励针对特定问题的参数调优。因此,近期分析表明,对该默认设置的广泛依赖,82%的领先框架——包括C-TAEA [4]、CCMO [7]、CMOEA/D-DMA [1] 和TiGE-2 [8]——采用了静态的1/D基准。
近期研究试图解决这一局限。Carles-Bou和Galán [9] 证明了NSGA-II中的静态参数经常不是最优的,提出了一种针对分布指数(ηm)的自自适应机制。其他动态策略依赖于历史进化反馈,如追踪前几代的成功率 [10] 或监控多目标性能指标 [11]。然而,正如近期综述 [12] 所指出,这些在线方法经常经历"适应延迟"。因为它们以被动方式运行,需要许多代的反馈来积累可靠的奖励信号,调整速度通常太慢,无法有效管理可行性压力。
为解决这一延迟,近期研究越来越多地转向机器学习(ML)。正如Song等人 [13] 所分类的,这些混合化方法通常作为"双交互"运行,其中ML技术被用于引导进化参数控制。然而,当前实现面临两个主要局限。第一,深度强化学习(DRL)框架 [14]、[15] 经历"冷启动"问题:智能体必须在优化过程中消耗数千次函数评估来学习可行策略,对昂贵的CMOPs造成严重的计算负担。第二,传统的离线ML控制器依赖静态训练;它们缺乏机制来持续更新知识库或利用新解决问题拓扑生成的数据来细化预测精度。
为解决静态参数的局限、DRL的计算成本以及标准ML的不灵活性,本文提出了数据驱动元学习自适应变异控制器(DD-AMC)。与纯被动方法不同,DD-AMC利用了集成的离线到在线归档元学习策略。首先,通过一个回归模型确定最优初始变异率,该模型基于景观元特征(如约束密度、目标空间复杂度)在候选网格上模拟预期算法性能。由于该模型依赖于结构拓扑而非问题标识符,它在t=0时刻提供了先验泛化能力,绕过了DRL的预热阶段。每次优化运行后,该框架通过归档批量日志管道将经验证成功的参数安全地追加到其数据库中,使模型能够在后续离线再训练周期中持续提高精度。其次,为管理搜索期间的适应延迟,我们提出了一种运行时三相控制器。借鉴Rechenberg的1/5成功规则 [16] 和细菌"SOS"应激反应 [17],该控制器监控后代存活情况并动态调整变异率。在检测到持续停滞时,它启动高方差的"停滞覆盖系统(SOS)模式",以协助种群逃逸深度局部最优。
本工作的贡献有四点:
**(1) 先验参数初始化:** 引入一个离线预测回归模型,基于问题结构元特征在候选网格上模拟算法性能。这实现了最优的t=0参数配置,克服了深度强化学习固有的"冷启动"问题。
**(2) 运行时三相SOS控制器:** 一种受生物学启发的在线自适应机制,监控实时搜索进展(归档插入成功情况),并激活高方差的"停滞覆盖系统(SOS)模式",以在高度碎片化的景观中维持探索性多样性并逃逸局部最优。
**(3) 归档数据驱动元学习循环:** 一种持续批量日志协议,将经验证成功的变异率从已完成的进化运行中隔离并记录回离线数据库,在不引入在线计算延迟的情况下解决了静态训练的ML模型的不灵活性。
**(4) 全面的经验验证:** 广泛的基准测试和针对性的消融研究,证明集成的DD-AMC策略在统计上优于标准动态启发式方法(如1/5成功规则、确定性衰减),并在不同目标维度下保持鲁棒性,包括可扩展的超多目标实例(最高M=8)。
本文其余部分组织如下。第2节回顾了现有的变异策略和机器学习辅助进化计算的最新发展。第3节详细介绍了提出的DD-AMC框架,包括离线元学习预测模型和在线三相控制器。第4节概述了实验设置、基准测试套件和比较基线。第5节呈现了实验结果、消融研究和统计分析。最后,第6节对论文进行了总结。
**相关工作**
进化算法中变异强度的控制已从静态启发式方法演变为复杂的机器学习集成方法。以下各节对文献中的主要策略进行了分类,对比了它们的机制与局限性,特别是在约束多目标和超多目标优化问题(CMOPs和CMaOPs)的复杂拓扑约束内。
**提出的方法**
本节详细介绍了数据驱动元学习自适应变异控制器(DD-AMC)的架构和数学公式化。其旨在系统地描述双层方法,依次阐述离线数据集构建、预测集成回归器的架构、先验初始化模块以及运行时三相停滞覆盖系统(SOS)控制器,最后评估了该框架的计算开销。
**实验设置**
我们设计了一套全面的实验协议来严格验证所提出的变异框架(DD-AMC)。为确保与后续实验发现完美对齐,评估框架在结构上分为四个不同的分析轨道:第一阶段隔离基准比较选择精度与经典启发式方法的对比;第二阶段研究算法在扩展的11个问题上以及多样化进化宿主范式中的泛化能力;第三阶段……
**结果与讨论**
DD-AMC(数据驱动元学习自适应变异控制器)框架的经验评估旨在评估其基准选择精度、搜索效能和算法泛化能力。我们将分析分为四个不同阶段。第一阶段对比先验预测能力与已建立的参数控制启发式方法在不同约束拓扑下的表现。第二阶段考察架构可迁移性,在扩展问题集上的鲁棒泛化……
**结论**
约束多目标和超多目标优化问题(CMOPs和CMaOPs)呈现复杂的搜索挑战,要求算法在同时导航不规则Pareto拓扑结构的同时遵守严格的可行性边界。传统的参数控制启发式方法,通常依赖静态或确定性变异率(如pm=1/D),在导航高度约束的复杂多目标和超多目标搜索时极易受到过早收敛的影响……
**作者贡献声明(CRediT)**
Nedjma Abidallah:撰写——审稿与编辑,撰写——初稿,软件,资源,方法学,调查,形式化分析,数据整理,概念化。Samir Bourekkache:指导。Laid Kahloul:验证,指导,方法学。Okba Ben Atia:指导,方法学。Mohamed Khalgui:指导。Pascal Lorenz:验证。
**利益冲突声明**
作者声明,他们没有任何已知的可能影响本文报告工作的竞争性经济利益或个人关系。
Nedjma Abidallah | Samir Bourekkache | Laid Kahloul | Okba Ben Atia | Mohamed Khalgui | Pascal Lorenz
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号