近日，我院葛方振教授课题组最新研究成果“Solving Many-Objective Optimization Problems Based on PF Shape Classification and Vector Angle Selection”被中国计算机学会CCF推荐B类期刊《Evolutionary Computation》正式录用，论文的正式版本目前已发布在Web of Science上。

《Evolutionary Computation》是计算机科学领域的国际领先期刊，该期刊由MIT Press出版，主要发表关于进化模型，如遗传算法、进化策略、分类器系统、进化编程和遗传编程等领域的最新研究成果。

大多数多目标优化算法采用预先假定的帕累托前沿（PF）形状，而非真实的PF形状，平衡高维目标空间中的收敛性和多样性，导致选择压力不足和性能不佳。为了解决这些缺点，提出了基于PF形状分类和矢量角度选择的超多目标算法。本文的三个创新点：（1）一种新的PF分类方法；（2）一种新的适应度函数，结合了收敛性和多样性指标，从而在交配选择过程中提高了亲本的质量；以及（3）选择表现出最佳收敛性的个体加入种群，克服环境选择过程中缺乏选择压力的问题。随后，分别基于最大和最小矢量角度选择具有最高多样性和最小收敛性的解决方案，从而平衡收敛性和多样性。

我院葛方振教授为该论文的通讯作者，计算机科学与技术学院2021级软件工程专业硕士研究生吴亚婷为第一作者，淮北师范大学为第一完成单位。

论文信息：

Yating Wu, FangZhen Ge, Debao Chen, Shi Li. Solving Many-objective Optimization Problems based on PF Shape Classification and Vector Angle Selection. Evolutionary computation, 2025. DOI:10.1162/evco_a_00373

文：葛方振 /审核：王晶 肖建于/审校：葛方振/终审：王晶