近日，学院蒋京博士在国际顶级期刊《Swarm and Evolutionary Computation》上发表了题为《A two-stage evolutionary algorithm for large-scale sparse multiobjective optimization problems》的研究论文，提出了一类求解大规模稀疏多目标优化问题的多目标进化算法。蒋京博士为论文第一作者，bat365在线平台登录为第一署名单位。
大规模稀疏多目标优化问题常见于特征选择、模式挖掘和神经网络训练等大规模稀疏多目标场景当中，如何有效运用进化算法对其进行求解仍有待进一步研究。为了有效处理高维且稀疏的决策变量，论文提出了一种基于两阶段优化的大规模稀疏多目标进化算法，该算法在多达24个基准测试函数和16个现实应用中都取得了良好的表现。论文主要贡献在于：（1）提出一种二进制权重优化框架，实现高维稀疏决策变量的降维；（2）提出一种基于相似度匹配的混合编码，统筹兼顾零变量和非零变量的优化。
期刊《Swarm and Evolutionary Computation》为智能计算领域权威学术期刊，主要报道自然启发式智能计算、跨学科领域的最新研究和发展成果，长期位于中科院计算机科学和工程技术等学科一区，最新影响因子为10.267，也是该领域的Top期刊。此次发表的研究成果不仅为进化算法的改进和应用提供了理论和技术支撑，同时也标志着我院在智能计算领域取得了突破性进展。（撰稿：江健生 审核：吴健）
附全文链接：https://www.sciencedirect.com/science/article/pii/S2210650222000633
