泛用演化计算、通用人工智能优化模型

原创 【论文研读】-用于约束多目标优化的新型双阶段双种群进化算法补充材料

论文研读-用于约束多目标优化的新型双阶段双种群进化算法补充材料A Novel Dual-Stage Dual-Population Evolutionary Algorithm for Constrained Multi-Objective Optimization觉得有用的话,欢迎一起讨论相互学习~最近我在学习约束多目标问题的论文，其中由明博士和张教授发表在TEVC上的DD-CMOEA非常不错~原文链接此篇文章为 M. Ming, R. Wang, H. Ishibuchi and T. Z

原创 【论文研读】-用于约束多目标优化的新型双阶段双种群进化算法

论文研读-用于约束多目标优化的新型双阶段双种群进化算法A Novel Dual-Stage Dual-Population Evolutionary Algorithm for Constrained Multi-Objective Optimization觉得有用的话,欢迎一起讨论相互学习~最近我在学习约束多目标问题的论文，其中由明博士和张教授发表在TEVC上的DD-CMOEA非常不错~原文链接此篇文章为 M. Ming, R. Wang, H. Ishibuchi and T. Zhang

原创 【论文研读】-基于对偶种群的约束多目标优化进化算法-补充材料

基于对偶种群的约束多目标优化进化算法-补充材料Supplementary File of “A Dual-Population based Evolutionary Algorithm for Constrained Multi-Objective Optimization觉得有用的话,欢迎一起讨论相互学习~最近我在学习约束多目标问题的论文，其中由明博士和张教授发表在TEVC上的c-DPEA非常不错~这是正文的补充材料，之所以也想进行研读，是因为其中的有些实验内容能给我们带来一些思考，并能看到C

原创 【论文研读】基于对偶种群的约束多目标优化进化算法

基于对偶种群的约束多目标优化进化算法A Dual-Population-Based Evolutionary Algorithm for Constrained Multiobjective Optimization觉得有用的话,欢迎一起讨论相互学习~最近我在学习约束多目标问题的论文，其中由明博士和张教授发表在TEVC上的c-DPEA非常不错~此篇文章为 M. Ming, A. Trivedi, R. Wang, D. Srinivasan and T. Zhang, "A Dual-Popul

原创 论文研读-用于处理昂贵问题的广义多任务优化GMFEA

论文研读-用于处理昂贵问题的广义多任务优化GMFEAGeneralized Multitasking for Evolutionary Optimization of Expensive ProblemsGMFEA觉得有用的话,欢迎一起讨论相互学习~此篇文章为 J. Ding, C. Yang, Y. Jin, T. Chai, Generalized Multitasking for Evolutionary Optimization of Expensive Problems, IEEE

原创 论文研读-基于线性领域适应的进化多任务LDA-MFEA

论文研读-基于线性领域适应的进化多任务LDA-MFEALinearized Domain Adaptation in Evolutionary MultitaskingLDA-MFEA觉得有用的话,欢迎一起讨论相互学习~此篇文章为 [1]K.K. Bali, A. Gupta, L. Feng, Y.S. Ong, Tan Puay Siew, Linearized domain adaptation in evolutionary multitasking, in: 2017 IEEE Con

原创 论文研读-显式自编码器的进化多任务优化方法

论文研读-显式自编码器的进化多任务优化方法Evolutionary Multitasking via Explicit AutoencodingEMT-A/EMEA觉得有用的话,欢迎一起讨论相互学习~此篇文章为 L. Zhou, L. Feng, K.C. Tan, J. Zhong, Z. Zhu, K. Liu, C. Chen, Toward Adaptive Knowledge Transfer in Multifactorial Evolutionary Computation, IE

原创 论文研读-异构问题学习的自动编码进化搜索

论文研读-异构问题学习的自动编码进化搜索Autoencoding Evolutionary Search With Learning Across Heterogeneous Problems觉得有用的话,欢迎一起讨论相互学习~此篇文章为 L. Feng, Y.-S. Ong, S. Jiang, A. Gupta, Autoencoding Evolutionary Search With Learning Across Heterogeneous Problems, IEEE Trans. E

原创 论文研读-多因子进化算法中的自适应知识迁移MFEA-AKT

论文研读-多因子进化算法中的自适应知识迁移MFEA-AKTToward Adaptive Knowledge Transfer in Multifactorial Evolutionary Computation觉得有用的话,欢迎一起讨论相互学习~此篇文章为 [1]L. Zhou, L. Feng, K.C. Tan, J. Zhong, Z. Zhu, K. Liu, C. Chen, Toward Adaptive Knowledge Transfer in Multifactorial E

原创 论文研读-多目标多任务优化MOMFEA-II

论文研读-多目标多任务优化MOMFEA-IICognizant Multitasking in Multi-Objective Multifactorial Evolution: MO-MFEA-II觉得有用的话,欢迎一起讨论相互学习~此篇文章为 K.K. Bali, A. Gupta, Y.-S. Ong, P.S. Tan, Cognizant Multitasking in Multiobjective Multifactorial Evolution: MO-MFEA-II, IEEE T

原创 论文研读-基于种群分布的两阶段自适应知识迁移多目标进化多任务

论文研读-基于种群分布的两阶段自适应知识迁移多目标进化多任务Multiobjective Evolutionary Multitasking With Two-Stage Adaptive Knowledge Transfer Based on Population Distribution觉得有用的话,欢迎一起讨论相互学习~此篇文章为 Z. Liang, W. Liang, Z. Wang, X. Ma, L. Liu and Z. Zhu, "Multiobjective Evolutiona

原创 论文研读-多目标差分进化研究及应用-1 Review

论文研读-多目标差分进化研究及应用-1 Review觉得有用的话,欢迎一起讨论相互学习~此篇文章为 博士学位论文： 基于差分进化算法的多目标优化方法研究及其应用-徐斌 的论文学习笔记，只供学习使用，不作商业用途，侵权删除。并且本人学术功底有限如果有思路不正确的地方欢迎批评指正！也许这篇文章比较古老，不过作为一篇博士论文，引用的文章十分经典并且具有代表性，值得学习~1.4 差分进化算法是一种容易理解、结构简单、可调参数少、鲁棒性强的优化算法。和遗传算法一样，也属于进化算法的范畴。做为

原创 论文研读 Rotated Test Problems for Assessing the Performance of MOEAs

论文研读 Rotated Test Problems for Assessing the Performance of Multi-objective Optimization Algorithms觉得有用的话,欢迎一起讨论相互学习~论文研读系列文章论文研读-多目标自适应memetic算法论文研读-基于决策变量分析的大规模多目标进化算法论文研读-多目标优化中的多源选择迁移框架论文研读-基于决策变量聚类的大规模多目标优化进化算法论文研读-基于变量分类的动态多目标优化算法A. Iorio

原创 论文研读-多目标自适应memetic算法

论文研读-多目标自适应memetic算法Adaptive Memetic Computing for Evolutionary Multiobjective Optimization觉得有用的话,欢迎一起讨论相互学习~此篇文章为 V. A. Shim, K. C. Tan and H. Tang, "Adaptive Memetic Computing for Evolutionary Multiobjective Optimization," in IEEE Transactions on Cy

原创 论文研读-基于决策变量分析的大规模多目标进化算法

论文研读-基于决策变量分析的大规模多目标进化算法Multiobjective Evolutionary Algorithm Based on Decision Variable Analyses for Multiobjective Optimization Problems With Large-Scale Variables觉得有用的话,欢迎一起讨论相互学习~此篇文章为 X. Ma et al., "A Multiobjective Evolutionary Algorithm Based o

原创 论文研读-基于决策变量聚类的大规模多目标优化进化算法

论文研读-基于决策变量聚类的大规模多目标优化进化算法A Decision Variable Clustering-Based Evolutionary Algorithm for Large-Scale Many-Objective Optimization觉得有用的话,欢迎一起讨论相互学习~此篇文章为 X. Zhang, Y. Tian, R. Cheng and Y. Jin, "A Decision Variable Clustering-Based Evolutionary Algori

原创 论文研读-多目标优化中的多源选择迁移框架

论文研读-多目标优化中的多源选择迁移框架Multisource Selective Transfer Framework in Multiobjective Optimization Problems觉得有用的话,欢迎一起讨论相互学习~此篇文章为 J. Zhang, W. Zhou, X. Chen, W. Yao and L. Cao, "Multisource Selective Transfer Framework in Multiobjective Optimization Problem

原创 论文研读-基于变量分类的动态多目标优化算法

论文研读-基于变量分类的动态多目标优化算法A Dynamic Multiobjective Evolutionary Algorithm Based on Decision Variable Classification觉得有用的话,欢迎一起讨论相互学习~此篇文章为 Liang Z , Wu T , Ma X , et al. A Dynamic Multiobjective Evolutionary Algorithm Based on Decision Variable Classificat

原创 武汉科技大学人工智能与演化计算实验室许志伟课题组参加IEEE CEC 2025

原创 武汉科技大学人工智能与演化计算实验室许志伟课题组参加第八届智能优化与调度学术会议

大会吸引了来自清华大学、东南大学、华中科技大学、华南理工大学等百余所高校、科研院所及企业的近700位专家学者，共同围绕智能优化与调度的理论前沿与工程应用展开深入交流。课题组成员围绕多目标优化算法设计、群体智能调度方法、复杂系统建模与进化策略融合等方向，积极参与分论坛汇报与交流，深入探讨了优化方法在工业调度、智慧物流、能源系统等领域的应用前景。未来，许志伟课题组将继续聚焦智能优化与演化计算的交叉融合研究，在多目标优化、智能调度与复杂系统建模等方面不断探索与突破，努力产出具有理论价值与工程实效的原创性成果。

原创 武汉科技大学人工智能与演化计算实验室许志伟课题组参加2025中国膜计算论坛

此外，课题组还在会场期间参与了多个分论坛的研讨活动，就膜计算如何与神经网络、能量优化系统、群体智能方法等深度融合，拓展应用场景进行了富有前瞻性的学术对话。主办，汇聚了来自中、美、加、法等国家，以及国内30余所高校和科研机构的100余位专家学者，就膜计算、人工智能与电力系统的前沿议题展开深入交流。邀请参会，与膜计算领域内的专家学者进行了深入的学术互动，展示了课题组在生物启发计算、膜计算模型及多目标优化算法方向的研究进展与创新实践。将继续以开放、合作、创新的姿态，推动智能计算领域不断向前发展。

原创 论文研读-ClusteringGA研读与实现

ClusteringGA算法的整体流程与NSGAII相似，主要包括初始种群的产生、聚类、交叉、变异、非支配排序、选择等。其中聚类这个操作是ClusteringGA的主要创新点，而交叉变异也围绕聚类而进行，故本文将主要围绕聚类操作进行解读。聚类是一种机器学习技术，它涉及到数据点的分组。给定一组数据点，我们可以使用聚类算法将每个数据点划分为一个特定的组。理论上，同一聚类中的数据点应该具有相似的属性和/或特征，而不同聚类中的数据点应该具有高度不同的属性和/或特征。

原创 论文研读-元启发式算法的平移、缩放和旋转不变变异算子的设计原则

尚未有数学上严格的定义来描述算子如何实现平移、尺度和旋转不变性。

原创 连续邮资问题-分支限界法求解

在连续邮资问题中，给定了nnn种不同面值的邮票，每个信封至多贴mmm张邮票。我们的目标是设计一个邮票面值集合，使得从面值111开始，能够连续支付的邮资区间尽可能大。输入条件n5n = 5n5：邮票种类数为 5。m4m = 4m4：每个信封最多可以贴 4 张邮票。目标在给定邮票面值的设计下，从111开始，所有整数邮资都能用邮票贴出，且所能覆盖的连续区间最大。问题示例设计1：邮票面值为1311153213111532。解释使用最多4。

原创 TSP问题-分支限界法求解

给定一个城市集合Cc1c2cnCc1​c2​cn​，任何两个城市之间都有距离dcicjdcjci∈Z1≤ij≤ndci​cj​dcj​ci​∈Z1≤ij≤n。找到一个城市的排列，使得从一个城市出发，访问每个城市恰好一次，并返回出发城市，总路径长度最短。当前已找到的最短巡回路线的长度。假设顶点cic_ici​出发的最短边为lil_ili​djd_jdj​。

原创 最大团问题-分支限界法求解

在一个无向图GVEG = (V, E)GVE中，团（Clique）是一个完全子图，即该子图中的任意两个顶点之间都有边。最大团（Maximum Clique）是所有团中包含顶点数最多的团，最大团问题即是寻找无向图中包含最多顶点的完全子图。数学表述：给定无向图GVEG = (V, E)GVE，其中VVV是顶点集，EEE是边集。找到一个最大子集V′⊆VV′⊆V使得V′V'V′中任意两个顶点之间都有边，即V′V'V′形成一个完全子图。

原创 背包问题-分支限界法求解

是一个。

原创 回溯法解决图着色问题

此为课题组所指导本科生和低年级硕士生学习组合优化问题汇报所用教材：北京大学屈婉玲教授《算法设计与分析》课程资料：https://www.icourse163.org/course/PKU-1002525003承诺不用于任何商业用途，仅用于学术交流和分享。

原创 回溯法求解简单组合优化问题

排列树是一种表示所有。

原创 以简单组合优化为例讨论计算复杂性

该模型的目标是在机器 1 的加工时间尽量大的前提下，不超过给定的阈值DDD，剩余的任务则分配到机器 2。通过这个建模方法，任务被合理分配，以实现优化目标。

原创 从组合优化问题建模到贪心法求解以简单调度为例

此为课题组所指导本科生和低年级硕士生学习组合优化问题汇报所用教材：北京大学屈婉玲教授《算法设计与分析》课程资料：https://www.icourse163.org/course/PKU-1002525003承诺不用于任何商业用途，仅用于学术交流和分享。

原创 基于MOA*的多目标路径规划问题之我见

MinimizeFxf1xf2x⋅⋅⋅fmxMinimizeFxf1​xf2​x,⋅⋅⋅,fm​x)}xx1x2xn∈Ωxx1​x2​...xn​∈Ω，其中Ω{\Omega}Ω表示搜索空间，m 是目标的数量，x 是由 n 个决策变量xi{x_i}xi​组成的决策向量。一个解xa{x_a}xa​被认为 Pareto 支配另一个解xb{x_b}xb​。

原创 一种单目标A*算法设计与实现

1、图的说明：有一个8*8的地图，其中绿色的点为起点，红色的点为终点，黑色的点为障碍点（即不可达点），当然边界也是不可达点。2、将要实现的目标：从起点走到终点，其中要求所走距离最短并且要绕开所有不可达点。3、移动方向：每个点只有上，下，左，右四个方向可以行进。1、点的坐标（x，y）2、计算点的代价时所需数值：F，G，H3、父节点：Father；父节点记录的是该节点的上一个节点（即该节点是由哪个节点遍历到的）。

原创 Sourcetree 打开闪退

将sourcetree安装目录中的url信息文件夹删除。

原创 关于差分进化算法(Differential Evolution)

差分进化算法最具有特色的是它的自适应变异操作，在演化的初期阶段，因为种群中个体的差异较大，因此用来作为变异扰动的差向量也较大，个体的扰动就较大，有利于算法的全局搜索；随着演化的进行，当算法趋于收敛的时候，种群中个体的差异随之较小，因此用来变异扰动的差向量也随之自适应地变小，较小的扰动有利于局部搜索。正是由于这种简单又独具特色的变异操作有效地平衡了差分演化算法的全局搜索能力和局部搜索能力。

原创 大标题段前段后无效

大标题段前段后无效

原创 设置标点符号不在行首

段落--》中文版式--》按中文习惯控制首尾字符/允许标点溢出边界

原创 word文本框换页

word文本框换页觉得有用的话,欢迎一起讨论相互学习~今天再写word文档出现一个问题，就是上一页的文本框如果太长了就在这一页自动隐藏了，也不会换行到另一页。解决方案这时候可以在第二页或者你想要续写这个文本框的地方重新新建一个空白的文本框(PS:一定要是空白的文本框)然后选中上一个文本框，并点击–>创建链接然后将这个小箭头点击到空白的文本框中就可以将上一个文本框没写完的内容进行续写了...

转载 【windows屏幕扩展】把你多余屏幕利用起来，spacedesk屏幕扩展超低延迟解决方案

扩展主机屏幕到联网设备觉得有用的话,欢迎一起讨论相互学习~引言虽然Win10的扩展屏幕可以实现，多台设备间屏幕的扩展，但是这十分的玄学，显示的质量和网络环境有关。并且很难做到多个平台的互通，即不是win10的平台进行屏幕的扩展。在超大显示器快递路上的过渡期或者外出办公，设备有限的情况下，可以使用Spacedesk软件进行主机屏幕的扩展。操作Spacedesk软件基于C/S架构，即主机安装并使用Server软件，其余所有扩展屏幕安装并使用Client软件 (建议使用离线下载安装包

原创 从PlatEMO中提取真实PF前沿

从PlatEMO中提取真实PF前沿觉得有用的话,欢迎一起讨论相互学习~众所周知，我是Jmetal的重度爱好者，最近实验遇到一些难以解决的困难，当我在进行超多目标优化实验即MaOP时，需要M=10及以上的PF，然而在benchmark中没有提供，而且Jmetal不支持通过均匀取点的方式生成PF。因此，经过老师的指导，我们选择使用在PlatEMO中运行完相应目标数量的benchmark problem后，将通过均匀踩点得到的真实PF提取出来作为在Jmetal上进行实验的真实PF.观察platEMO中