近日，我校电气与信息工程虎博搜索复杂系统与智能控制团队首次在国际顶级期刊《IEEE Transactions on Evolutionary Computation》（IF：12，一区TOP）发表控制科学与工程领域最新研究成果。我校为论文第一单位，电气与信息工程虎博搜索李飞副教授为第一作者，东北大学信息科学与工程虎博搜索刘圆超博士、流程工业综合自动化国家重点实验室主任丁进良教授为通讯作者。
（SADE-VSA算法流程）
昂贵增量优化问题广泛存在于各类复杂工程场景中，其核心难点主要体现在两个方面：一是优化过程涉及多个设计阶段，决策变量的维度与结构会随阶段推进不断动态变化；二是目标函数评估代价高昂且评估次数受限，使得传统智能优化方法难以在保证计算效率的同时实现稳定优化。如何在有限评估资源下有效处理动态变化的决策变量，并充分利用历史阶段信息，成为该领域有待进一步解决的重要问题。
（SADE-VSA与SADE-KT在第二阶段上的收敛对比）
（SADE-VSA与SADE-KT在第三阶段上的收敛对比）
（SADE-VSA与SADE-KT在运行时间上的对比）
针对上述难题，团队提出一种具有可变空间对齐的代理辅助差分进化算法——SADE-VSA。该方法融合两项核心策略：一是基于Wasserstein距离的代理辅助迁移策略，通过刻画不同设计阶段之间的相似性，从历史阶段筛选高质量迁移解，实现跨阶段知识复用并为当前优化提供有效引导；二是代理辅助变量空间对齐策略，通过构建变量空间映射关系，实现不同阶段决策变量空间的一致性，从而有效应对变量维度动态变化带来的挑战。在此基础上，结合代理模型对目标函数进行近似评估，在有限评估资源条件下实现高效搜索。
实验结果表明，与代表性增量优化算法SADE-KT相比，所提方法在多种昂贵增量优化基准问题上均表现出更优的优化性能，并在多阶段演化过程中具有良好的稳定性与鲁棒性，在解质量与收敛效率方面均取得显著提升。该研究为昂贵增量优化问题提供了一种新的解决思路，对复杂工程优化问题的实际应用具有积极意义。
本研究工作得到了国家自然科学基金、辽宁省自然科学基金、安徽省自然科学基金、安徽省高校自然科学基金、安徽省高校中青年教师培养行动优秀青年教师培育项目、安徽省低碳冶金与固废资源化重点实验室和复杂系统多学科管理与控制安徽重点实验室开放课题等项目的支持。
论文链接：https://ieeexplore.ieee.org/document/11482235/
（撰稿：李清莲 审核：程木田 郑近德 张苒 黄敏）
