控制与决策

作者：殷涛,姚立忠,董浩铭,罗海军

单位：重庆师范大学 物理与电子工程学院，重庆 401331,,重庆师范大学 物理与电子工程学院，重庆 401331,,重庆师范大学 物理与电子工程学院，重庆 401331,,重庆师范大学 物理与电子工程学院，重庆 401331,

关键词：多任务优化;进化算法;知识迁移;马氏距离;铝电解;能耗优化

基金：重庆市教委科学技术研究重点项目(KJZD-K202400513)；重庆市自然科学基金项目(CSTB2023NSCQ-MSX0537).

多任务进化通过跨域知识正迁移可实现比传统进化算法更佳的收敛性能. 然而, 如何筛选有益知识以及设计高效的迁移方式仍然是多任务知识迁移亟需攻克的难题. 鉴于此, 提出一种基于跨域知识动态筛选与非负子空间对齐的多任务优化算法. 首先, 设计跨域知识动态筛选机制, 计算源任务解到目标任务种群分布、目标任务解到自身种群分布的马氏距离求取动态筛选阈值以实现有益解直接迁移; 然后, 针对剩余跨域知识差异较大的未迁移解, 提出非负子空间对齐映射策略, 利用非负矩阵分解提取多任务种群高维特征的低维表示, 并最小化子空间差异以减少知识负迁移; 接着, 基于跨域知识动态筛选与非负子空间对齐的互补机制, 给出所提出多任务优化算法的完整框架; 最后, 为验证所提出算法的有效性, 在多任务基准测试套件和真实铝电解能耗优化问题上进行消融、对比以及验证实验. 实验结果表明, 与其他5种先进多任务优化算法相比, 所提出框架具有显著的竞争性优势.

来源：2026年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第4期